Not
Bu sayfaya erişim yetkilendirme gerektiriyor. Oturum açmayı veya dizinleri değiştirmeyi deneyebilirsiniz.
Bu sayfaya erişim yetkilendirme gerektiriyor. Dizinleri değiştirmeyi deneyebilirsiniz.
Direct Lake, Microsoft Fabric'te kullanılabilen bir Power BI anlam modeli tablo depolama modu seçeneğidir. Tüm analiz verileri için tek depo olan OneLake'te bulunan delta tablolarından büyük hacimli verilerin hızla belleğe yüklenmesi için iyileştirilmiştir. Semantik model belleğe yüklendikten sonra yüksek performanslı etkileşimli analiz sağlar.
Direct Lake, delta tablolarına sahip büyük Fabric lakehouselara, ambarlara ve diğer Fabric veri kaynaklarına bağlanabilen anlam modelleri için idealdir. Direct Lake, özellikle veri hacminin tamamını veri aktarım tablosuna çoğaltmanın zor veya imkansız olduğu durumlarda kullanışlıdır. Direct Lake ve içeri aktarma sorguları VertiPaq sorgu altyapısı tarafından işlenirken, DirectQuery sorguları temel veri kaynağına yönlendirir. Direct Lake ve içeri aktarma sorguları normalde raporlardaki görselleri yüklerken ve bunlarla etkileşim kurarken DirectQuery sorgularından daha iyi performans gösterir.
Ancak Direct Lake, İçeri Aktarma modundan önemli bir şekilde farklıdır: Direct Lake semantik modeli için yenileme işlemi kavramsal olarak İçeri Aktarma semantik modelinin yenileme işleminden farklıdır. İçeri aktarma modu verileri çoğaltır ve anlam modeli için verilerin önbelleğe alınmış bir kopyasının tamamını oluştururken, Direct Lake yenilemesi yalnızca meta verileri kopyalar (bu makalenin ilerleyen bölümlerinde açıklanan çerçeveleme olarak bilinir), tamamlanması birkaç saniye sürebilir. Direct Lake yenilemesi, Delta tablolarının en son sürümünün meta verilerini analiz eden ve OneLake'deki en son dosyalara başvuracak şekilde güncelleştirilen düşük maliyetli bir işlemdir. Buna karşılık, İçeri Aktarma yenilemesi için verilerin bir kopyası oluşturulur ve bu da çok zaman alabilir ve önemli veri kaynağı ile kapasite kaynaklarını (bellek ve CPU) tüketebilir. Direct Lake veri hazırlamayı OneLake'e taşır ve bunu yaparken Spark işleri, T-SQL DML deyimleri, veri akışları, işlem hatları ve daha fazlası dahil olmak üzere veri hazırlığı için Doku teknolojilerinin tamamını kullanır.
Direct Lake depolama modu aşağıdaki temel avantajları sunar:
- İçeri Aktarma moduna benzer şekilde, Direct Lake sorguları VertiPaq altyapısı tarafından işlenir ve böylece veri hacminin tamamını yüklemek için veri yenileme döngülerinin yönetim yükü olmadan İçeri Aktarma moduyla karşılaştırılabilir sorgu performansı sunar.
- Büyük göl evleri, ambarlar ve diğer Doku kaynaklarıyla Delta tablolarını sorunsuz bir şekilde tümleştirerek mevcut Doku yatırımlarını kullanır. Örneğin, medalyon göl ev mimarisindeki altın analiz katmanı için Direct Lake ideal bir tercihdir.
- Analiz edilen veri hacimleri kapasitenin maksimum bellek sınırını aşabileceğinden, yalnızca sorguyu yanıtlamak için gereken veriler belleğe yüklendiğinden Yatırım Getirisini (ROI) en üst düzeye çıkarır.
- Bir anlam modelini kaynaklarıyla hızlı ve otomatik olarak eşitleyerek veri gecikme sürelerini en aza indirir ve yeni verileri yenileme zamanlamaları olmadan iş kullanıcılarının kullanımına sunar.
Tavsiye
Direct Lake performansı iyi ayarlanmış Delta tablolarına bağlıdır. Direct Lake tüketimi için tabloları iyileştirme konusunda, V-Order ve satır grubu önerileri de dahil olmak üzere kapsamlı yönergeler için İş yükleri arası tablo bakımı ve iyileştirmesi başlıklı bölüme bakınız.
Direct Lake depolama modunu ne zaman kullanmalısınız?
Direct Lake depolama modu için birincil kullanım örneği genellikle göl merkezli mimariler kullanan BT tabanlı analiz projelerine yöneliktir. Bu tür senaryolarda OneLake'te büyük miktarlarda veriniz olur veya birikmesini beklersiniz. Bu verilerin belleğe hızlı yüklenmesi, sık ve hızlı yenileme işlemleri, kapasite kaynaklarının verimli kullanımı ve hızlı sorgu performansı bu kullanım örneği için önemlidir.
Uyarı
Anlamsal modellerdeki içeri aktarma ve DirectQuery tabloları Fabric platformunda hala geçerlidir ve bazı senaryolar için doğru anlamsal modeller seçimidir. Örneğin, İçeri aktarma depolama modu genellikle yeni veri öğeleri eklemek için BT'ye bağımlı olmadan hızlı hareket etme özgürlüğüne ve çevikliğe ihtiyaç duyan bir self servis analist için iyi çalışır.
İçeri aktarma tabloları ve Direct Lake tabloları içeren anlamsal model, birçok BI senaryosu için de gereken ölçekle esneklik sunar.
Ayrıca OneLake tümleştirmesi, İçeri Aktarma depolama modundaki tabloların verilerini geçiş eforu olmadan OneLake'deki Delta tablolarına otomatik olarak yazar. Bu sayede Import anlam modeli kullanıcıları için sunulan kısayollar, SQL sorguları, not defterleri ve daha fazlası gibi araçlar aracılığıyla gölet evleriyle tümleştirme gibi Fabric'in birçok avantajını elde edebilirsiniz. Mevcut veri ambarınızı ve/veya analiz sisteminizi mutlaka veya hemen yeniden tasarlamadan Doku'nun avantajlarını elde etmenin hızlı bir yolu olarak bu seçeneği öneririz.
Direct Lake, veri gölünde veri hazırlığı yapılmasına bağlıdır. Veri hazırlama işlemi, Fabric lakehouse'lar için Spark işleri, Fabric ambarları için T-SQL DML deyimleri, veri akışları, işlem hatları ve diğerleri gibi çeşitli araçlar kullanılarak gerçekleştirilebilir; bu da, veri hazırlama mantığının mimaride yukarı akışta gerçekleştirilmesini sağlayarak yeniden kullanılabilirliği en üst düzeye çıkarmaya yardımcı olur. Ancak, anlam modeli yazarının kaynak öğeyi değiştirme özelliği yoksa ( örneğin, self servis analistinin BT tarafından yönetilen bir göl evinde yazma izinleri yoksa) içeri aktarma modu tabloları ile modelin genişletilmesi iyi bir seçim olabilir çünkü İçeri Aktarma modu Power Query kullanarak veri hazırlamayı destekler. anlamsal modelin bir parçası olarak tanımlanır.
Direct Lake depolama modunu değerlendirirken geçerli Doku kapasite lisansınızı ve Doku kapasitesi korumalarını dikkate aldığınızdan emin olun. Ayrıca, bu makalenin devamında açıklanan önemli noktalar ve sınırlamalar da dikkate alın.
Tavsiye
Direct Lake semantik modelinin doğru çözüm olup olmadığını belirlemek ve riski azaltmak için bir prototip veya kavram kanıtı (POC) oluşturmanızı öneririz.
Temel kavramlar ve terminoloji
Bu makalede, aşağıdaki kavramlar hakkında bilgi sahibi olduğunuz varsayılır:
- Kullanıcılar, anlam modeline DAX sorguları oluşturan Power BI raporlarındaki görselleri yükler ve bunlarla etkileşim kurar.
-
Depolama modu: Anlam modeli, kullanılan tablo depolama moduna bağlı olarak DAX sorgularını farklı işler. Örneğin:
- İçeri aktarma ve Direct Lake depolama modları, DAX sorgularını işlemek ve sonuçları Power BI raporuna ve kullanıcısına döndürmek için VertiPaq altyapısını kullanır.
- DirectQuery, DAX sorgularını SQL sorgusu gibi veri kaynağının sorgu söz dizimine çevirir ve bunları temel alınan kaynak veritabanında çalıştırır. Bu kaynak veritabanları genellikle görseller için gereken raporlardan ve toplu sorgulardan gelen yoğun sorgu yükü için iyileştirilmemiştir ve İçeri Aktarma ve Direct Lake modlarına kıyasla daha yavaş performansa neden olabilir.
Depolama modu, semantik modeldeki bir tablonun özelliğidir. Anlam modeli farklı depolama modlarına sahip tablolar içerdiğinde bileşik model olarak adlandırılır. Depolama modları hakkında daha fazla bilgi için bkz. Power BI hizmetinde anlam modeli modları.
Direct Lake tablo depolama modunun iki seçeneği vardır:
- OneLake üzerindeki Direct Lake, delta tablolarıyla bir veya daha fazla Fabric veri kaynağındaki verileri kullanabilir. OneLake üzerindeki Direct Lake, veri kaynağının SQL analiz uç noktası aracılığıyla DirectQuery moduna geri dönmez. OneLake tablolarında Direct Lake bulunan anlamsal modellerde diğer veri kaynaklarından içeri aktarma tabloları da eklenebilir.
Uyarı
OneLake üzerinde Direct Lake şu anda genel önizleme aşamasındadır. Kullanıcı, bu tablo depolama moduyla anlamsal modeller oluşturmak için yönetici portalında OneLake anlam modellerinde (önizleme) Direct Lake oluşturabilir kiracı ayarını etkinleştirin. Önceden oluşturulmuş anlamsal modeller bu kiracı ayarından değişiklikten etkilenmez.
- SQL üzerinde Direct Lake , delta tablolarıyla tek bir Doku veri kaynağındaki verileri kullanabilir. SQL analiz uç noktası, delta tablosu ve SQL görünümü bulma ve izin denetimleri için kullanılır. Sql uç noktalarındaki Direct Lake, verileri doğrudan bir delta tablosundan yükleyemediyse (örneğin, veri kaynağı bir SQL görünümü olduğunda veya Ambar SQL tabanlı ayrıntılı erişim denetimi kullandığında) DirectQuery tablo depolama moduna geri döner. Semantik model özelliği olan Direct Lake davranışı, geri dönüş davranışını denetler.
Depolama modlarının karşılaştırması
Aşağıdaki tabloda, Direct Lake depolama modu ile İçeri Aktarma ve DirectQuery depolama modları karşılaştırilmiştir.
| Kapasite | OneLake'de Direct Lake | SQL uç noktaları üzerinde Direct Lake | İthalat | Doğrudan Sorgu |
|---|---|---|---|---|
| Kiracı ayarı | Kiracı ayarını Kullanıcı, OneLake anlam modellerinde Direct Lake (önizleme) oluşturabilir yönetici portalında etkinleştirin. | Tüm kiracılar için etkinleştirildi. | Tüm kiracılar için etkinleştirildi. | Tüm kiracılar için etkinleştirildi. |
| Lisanslama | Yalnızca doku kapasitesi aboneliği (SKU'lar) | Yalnızca doku kapasitesi aboneliği (SKU'lar) | Herhangi bir Fabric veya Power BI lisansı (Microsoft Fabric Ücretsiz lisansları dahil) | Herhangi bir Fabric veya Power BI lisansı (Microsoft Fabric Ücretsiz lisansları dahil) |
| Veri kaynağı | Delta tablolar ile desteklenen herhangi bir Fabric veri kaynağının tabloları | Yalnızca göl evi veya ambar tabloları (veya görünümleri) | Herhangi bir bağlayıcı | DirectQuery modunu destekleyen bağlayıcılar |
| SQL analytics uç noktası görünümlerine bağlanma | Hayı | Evet – ancak otomatik olarak DirectQuery moduna geri döner | Evet | Evet |
| Bileşik modeller | Evet - Power BI web modellemesindeki içeri aktarma depolama modu tablolarını ve XMLA araçlarıyla DirectQuery tablolarını birleştirebilir. | Hayır 1 | Evet – DirectQuery, Dual ve Direct Lake depolama modu tablolarıyla birleştirilebilir | Evet – İçeri Aktarma, İkili ve Direct Lake depolama modu tablolarıyla birleştirilebilir |
| Çoklu oturum açma (SSO) | Evet | Evet | Uygulanamaz | Evet |
| Hesaplanan tablolar | Evet, ancak hesaplamalar Direct Lake modundaki tablo sütunlarına başvuramaz. | Hayır – örtük olarak hesaplanan tablolar oluşturan hesaplama grupları, durum parametreleri ve alan parametreleri dışında | Evet | Hayır– hesaplanmış tablolar, DirectQuery modundaki diğer tablolara başvursalar bile İçeri Aktarma depolama modunu kullanır |
| Hesaplanmış sütunlar | Hayı | Hayı | Evet | Evet |
| Hibrit tablolar | Hayı | Hayı | Evet | Evet |
| Tablo bölümlerini modelleme | Hayır– ancak bölümleme Delta tablosu düzeyinde yapılabilir | Hayır– ancak bölümleme Delta tablosu düzeyinde yapılabilir | Evet – artımlı yenileme ile otomatik olarak oluşturulur veya XMLA uç noktası kullanılarak el ile oluşturulur | Hayı |
| Kullanıcı tanımlı toplamalar | Hayı | Hayı | Evet – DirectQuery tablolarında içeri aktarma toplama tabloları desteklenir | Evet |
| SQL analytics uç noktası nesne düzeyinde güvenlik veya sütun düzeyinde güvenlik | Hayı | Evet – ancak izin reddedildiğinde hatalar üretebilir | Evet – ancak semantik model nesne düzeyi güvenlikle izinleri yinelemesi gerekir | Evet – ancak izin reddedildiğinde sorgular hata üretebilir |
| SQL analytics uç noktası satır düzeyi güvenlik (RLS) | Hayı | Evet – ancak sorgular DirectQuery moduna geri döner | Evet – ancak semantik model RLS ile izinleri yinelemesi gerekir | Evet |
| Anlamsal model satır düzeyi güvenlik (RLS) | Evet – ancak sabit kimlik bulut bağlantısı kullanılması kesinlikle önerilir | Evet – ancak sabit kimlik bulut bağlantısı kullanılması kesinlikle önerilir | Evet | Evet |
| Anlam modeli nesne düzeyinde güvenlik (OLS) | Evet | Evet | Evet | Evet |
| Yenileme gereksinimi olmayan büyük veri hacimleri | Evet | Evet | Hayı | Evet |
| Veri gecikme süresini azaltma | Evet – otomatik güncelleştirmeler etkinleştirildiğinde veya program aracılığıyla yeniden planlama | Evet – otomatik güncelleştirmeler etkinleştirildiğinde veya program aracılığıyla yeniden planlama | Hayı | Evet |
| Power BI Gömülü | Evet 2 | Evet 2 | Evet | Evet |
1 SQL uç noktaları üzerinde Direct Lake kullanırken, Direct Lake depolama modu tablolarını aynı anlam modelinde DirectQuery veya İkili depolama modu tablolarıyla birleştiremezsiniz. Ancak Power BI Desktop'ı kullanarak Direct Lake semantik modelinde bileşik model oluşturabilir ve bunu yeni tablolarla (İçeri Aktarma, DirectQuery veya İkili depolama modu kullanarak) veya hesaplamalarla genişletebilirsiniz. Daha fazla bilgi için bkz. Anlamsal model üzerinde bileşik model oluşturma.
2 V2 ekleme belirteci gerektirir. Hizmet ilkesi kullanıyorsanız sabit kimlik bulut bağlantısı kullanmanız gerekir.
Direct Lake nasıl çalışır?
Genellikle Direct Lake anlam modeline gönderilen sorgular, Delta tablolarından alınan sütunların bellek içi önbelleğinden işlenir. Delta tablosunun temel depolama alanı OneLake'teki bir veya daha fazla Parquet dosyasıdır. Parquet dosyaları verileri satırlar yerine sütunlara göre düzenler. Anlam modelleri, sorgular için gerekli olduğu için Delta tablolarındaki sütunların tamamını belleğe yükler.
OneLake'teki Direct Lake, SQL uç noktasıyla entegre değildir ve bu durum, SQL tabanlı güvenliğin denetlenmesi gerekmemesi gibi sebeplerden dolayı, OneLake güvenliği ve daha verimli DAX sorgu planları gibi OneLake özellikleriyle daha sıkı bir entegrasyon sağlar. DirectQuery desteği, OneLake'te Direct Lake tarafından desteklenmez.
SQL uç noktalarındaki Direct Lake ile, bir DAX sorgusu DirectQuery geri dönüşünü kullanabilir ve bu da DirectQuery moduna sorunsuz bir şekilde geçmeyi içerir. DirectQuery geri dönüşü, verileri doğrudan göl evi veya ambarın SQL analiz uç noktasından alır. Örneğin, SQL uç noktasında SQL tabanlı güvenlik algılandığında geri dönüş gerçekleşir. Bu durumda, DirectQuery işlemi SQL analiz uç noktasına bir sorgu gönderir. Geri dönüş işlemleri sorgu performansının düşmesine neden olabilir.
Aşağıdaki bölümlerde sütun yükleme, çerçeveleme, otomatik güncelleştirmeler ve DirectQuery geri dönüşü gibi Direct Lake kavramları ve özellikleri açıklanmaktadır.
Sütun yükleme (transkodlama)
Direct Lake semantik modelleri yalnızca OneLake'ten sütunlar ilk kez sorgulandığında verileri yükler. OneLake'ten isteğe bağlı veri yükleme işlemi çözümleme olarak bilinir.
Anlam modeli bir DAX (veya Çok Boyutlu İfadeler—MDX) sorgusu aldığında, önce sorgu sonucu oluşturmak için hangi sütunların gerekli olduğunu belirler. Sorgu tarafından doğrudan kullanılan herhangi bir sütun ve ayrıca ilişkiler ve ölçüler için gereken sütunlar gerekir. Genellikle, sorgu sonucu oluşturmak için gereken sütun sayısı anlamsal modelde tanımlanan sütun sayısından önemli ölçüde daha küçüktür.
Hangi sütunların gerekli olduğunu anladıktan sonra, anlam modeli hangi sütunların bellekte olduğunu belirler. Sorgu için gereken sütunlar bellekte değilse, anlam modeli OneLake'ten bu sütunlar için tüm verileri yükler. Sütun verilerini yüklemek genellikle hızlı bir işlemdir, ancak sütunlarda depolanan verilerin kardinalitesi gibi faktörlere bağlı olabilir.
Belleğe yüklenen sütunlar daha sonra bellekte yerleşik olur. Yalnızca yerleşik sütunları içeren gelecekteki sorguların belleğe daha fazla sütun yüklemesi gerekmez.
Bir sütun bellekten kaldırılması (çıkarılması) için bir neden olana kadar yerleşik olarak kalır. Sütunların kaldırılma nedenleri şunlardır:
- Model veya tablo, kaynakta delta tablosu güncelleştirmesinin ardından yenilendi (sonraki bölümde çerçeveleme bölümüne bakın).
- Bir süredir sütunu kullanan bir sorgu yok.
- Diğer eşzamanlı işlemler nedeniyle kapasitedeki bellek baskısı da dahil olmak üzere diğer bellek yönetimi nedenleri.
Fabric SKU'su seçiminiz, kapasitede her bir Direct Lake anlamsal modeli için kullanılabilir en yüksek belleği belirler. Kaynak sınırları ve maksimum bellek limitleri hakkında daha fazla bilgi için bu makalenin ilerleyen bölümlerindeki Doku kapasitesi gereksinimleri kısmına bakın.
Çerçeveleme
Çerçeveleme , model sahiplerine semantik modele hangi verilerin yüklendiği üzerinde belirli bir noktaya denetim sağlar. Çerçeveleme, anlamsal modelin yenilenmesiyle tetiklenen bir Direct Lake işlemidir ve çoğu durumda tamamlanması yalnızca birkaç saniye sürer. Bunun nedeni, anlam modelinin Delta Lake tablolarının en son sürümünün meta verilerini analiz ettiği ve OneLake'deki en son Parquet dosyalarına başvuracak şekilde güncelleştirildiği düşük maliyetli bir işlemdir.
Çerçeveleme gerçekleştiğinde, yerleşik tablo sütun kesimleri ve sözlükleri, temel alınan veriler değiştiyse ve yenilemenin zamanı gelecekteki tüm kodlama dönüştürme olayları için yeni temel haline gelirse bellekten çıkarılabilir. Bu noktadan itibaren, Direct Lake sorguları delta tablolarındaki verileri yalnızca en son çerçeveleme işleminin zamanı itibariyle dikkate alır. Bu nedenle, Direct Lake tabloları, en son başarılı çerçeveleme işleminin gerçekleştirildiği noktadaki Delta tablosunun durumuna bağlı olarak veri döndürmek için sorgulanır. Bu zaman dilimi, Delta tablolarının en güncel durumu olmayabilir.
Anlam modeli, çerçeveleme sırasında her Delta tablosunun Delta günlüğünü analiz ederek yalnızca etkilenen sütun kesimlerini bırakır ve kodlama sırasında yeni eklenen verileri yeniden yükler. Önemli bir iyileştirme, artımlı çerçeveleme etkin olduğunda sözlüklerin genellikle bırakılmaması ve mevcut sözlüklere yeni değerler eklenmesidir. Bu artımlı çerçeveleme yaklaşımı, yeniden yükleme yükünü azaltmaya ve sorgu performansının avantajlarından yararlanmaya yardımcı olur. İdeal durumda, Delta tablosu güncelleştirme almadığında, zaten bellekte yerleşik olan sütunlar için yeniden yükleme gerekmez ve artımlı çerçeveleme temelde semantik modelin mevcut bellek içi verilerin önemli bölümlerini güncelleştirmesini sağladığından sorgular çerçevelemeden sonra çok daha az performans etkisi gösterir.
Uyarı
Bir Delta tablosu, 10.000'den fazla parquet dosyası gibi Fabric kapasite sınırlarını aşarsa çerçeveleme başarısız olabilir. Kaynak korumaları hakkında daha fazla bilgi için bu makalenin devamında Fabric kapasite gereksinimleri bölümüne bakın.
Aşağıdaki diyagramda Direct Lake çerçeveleme işlemlerinin nasıl çalıştığı gösterilmektedir.
Diyagramda aşağıdaki işlemler ve özellikler gösterilmiştir.
| Ürün | Açıklama |
|---|---|
|
Bir Fabric çalışma alanında anlamsal bir model bulunmaktadır. |
|
Çerçeveleme işlemleri düzenli aralıklarla gerçekleşir ve gelecekteki tüm kodlama dönüştürme olayları için temeli ayarlar. Çerçeveleme işlemleri otomatik, el ile, zamanlamaya göre veya program aracılığıyla gerçekleştirilebilir. |
|
OneLake, Delta tabloları olarak temsil edilen meta verileri ve Parquet dosyalarını depolar. |
|
Son çerçeveleme işlemi, Delta tablolarına ilişkin Parquet dosyalarını ve özellikle son çerçeveleme işleminden önce eklenen Parquet dosyalarını içerir. |
|
Sonraki bir çerçeve işlemi, son çerçeveleme işleminden sonra eklenen Parquet dosyalarını içerir. |
|
Direct Lake semantik modelindeki yerleşik sütunlar bellekten çıkartılabilir ve yenilemenin yapıldığı an, gelecekteki tüm kodlama dönüştürme olayları için yeni referans noktası haline gelir. |
|
Yeni Parquet dosyalarıyla temsil edilen sonraki veri değişiklikleri, bir sonraki çerçeveleme işlemi gerçekleşene kadar görünmez. |
Kodlama dönüştürme işlemi gerçekleştiğinde herhangi bir Delta tablosunun en son durumunu temsil eden verilerin olması her zaman tercih edilmez. Çerçevelemenin Delta tablolarındaki verilerin geçici olduğu ortamlarda tutarlı sorgu sonuçları sağlamanıza yardımcı olabileceğini düşünün. Veriler, uzun süre çalışan ayıklama, dönüştürme ve yükleme (ETL) işlemleri gerçekleştiğinde olduğu gibi çeşitli nedenlerle geçici olabilir.
Direct Lake semantik modeli için yenileme el ile, otomatik olarak veya program aracılığıyla yapılabilir. Daha fazla bilgi için bkz. Direct Lake anlam modellerini yenileme.
Otomatik güncelleştirmeler
Direct Lake tablolarını otomatik olarak güncelleştirmek için semantik model düzeyi bir ayar vardır. Varsayılan olarak etkindir. OneLake'teki veri değişikliklerinin otomatik olarak Direct Lake anlam modeline yansıtılmasını sağlar. Önceki bölümde açıklanan çerçevelemeyle veri değişikliklerini denetlemek istediğinizde otomatik güncelleştirmeleri devre dışı bırakmalısınız. Daha fazla bilgi için bkz. Direct Lake anlam modellerini yönetme.
Tavsiye
Power BI raporlarınızda otomatik sayfa yenileme ayarlayabilirsiniz. Bu, raporun bir Direct Lake semantik modeline (veya diğer anlam modeli türlerine) bağlanmasını sağlayan belirli bir rapor sayfasını otomatik olarak yenileyen bir özelliktir.
DirectQuery geri dönüşü
SQL uç noktaları üzerinde Direct Lake kullanılırken, Direct Lake anlam modeline gönderilen bir sorgu DirectQuery moduna geri dönebilir ve bu durumda tablo artık Direct Lake modunda çalışmaz. Verileri doğrudan göl evi veya ambarın SQL analiz uç noktasından alır. Bu tür sorgular her zaman en son verileri döndürür çünkü son çerçeveleme işleminin zamanına göre kısıtlanmazlar.
DirectQuery geri dönüşü oluştuğunda, sorgu artık Direct Lake modunu kullanmaz. Semantik model SQL analiz uç noktasındaki bir görünümü veya SQL analiz uç noktasında satır düzeyi güvenliği (RLS) zorlayan bir tabloyu sorguladığında sorgu Direct Lake modundan yararlanamaz. Ayrıca, delta tablosu kapasite sınırlarını aştığında sorgu Direct Lake modu kullanılamaz.
Önemli
Mümkünse, DirectQuery geri dönüşünü önlemek için her zaman çözümünüzü tasarlamanız veya kapasitenizi boyutlandırmanız gerekir. Bunun nedeni, daha yavaş sorgu performansına neden olmasıdır.
DirectLakeBehavior özelliğini ayarlayarak Direct Lake semantik modellerinizin geri dönüşünü denetleyebilirsiniz. Bu ayar yalnızca SQL uç noktalarındaki Direct Lake için geçerlidir. OneLake üzerindeki Direct Lake, DirectQuery geri dönüşünü desteklemez. Daha fazla bilgi için bkz. Direct Lake davranış özelliğini ayarlama.
Veri güvenliği ve erişim izinleri
Varsayılan olarak, Direct Lake çoklu oturum açma (SSO) kullanır. Bu, anlam modelini sorgulayan kimliğin (genellikle bir rapor kullanıcısı) verilere erişim yetkisine sahip olması gerektiği anlamına gelir. Alternatif olarak, bir Direct Lake modelini paylaşılabilir bulut bağlantısına (SCC) bağlayarak sabit bir kimlik sağlayabilir ve SSO'yı devre dışı bırakabilirsiniz. Bu durumda yalnızca sabit kimlik, kaynaktaki verilere okuma erişimi gerektirir.
Kumaş öğesi izinleri
Direct Lake katmanlı bir güvenlik modeli uygular. Herhangi bir sorgu için etkili yetkilendirme hem Doku öğesi izinlerine (çalışma alanı ve anlamsal model erişimi) hem de kaynak düzeyi izinlerine ve modelin kimlik doğrulaması için nasıl yapılandırıldığına (SSO veya sabit kimlikli SCC) bağlıdır.
İşletimsel rehberlik:
- Kimlik doğrulama modu, sorguların tek tek kullanıcı kimlikleri (SSO) veya tek bir hizmet kimliği (sabit kimlik SCC) kullanılarak yürütüleceğini belirler.
- Kullanıcı başına yetkilendirmenin gerekli olduğu etkileşimli senaryolar için SSO kullanın.
- Kaynak düzeyinde erişimin kapsamının tek bir hizmet hesabı olarak belirlenmiş olduğu ekli veya salt okunur tüketici senaryoları için sabit kimlikli SCC kullanın.
- Hem kaynak hem de çalışma alanı düzeylerinde en az ayrıcalıklı ilkeleri uygulayın.
- Üretim dağıtımı öncesinde, özellikle SQL tabanlı RLS ve DirectQuery geri dönüşünü tetikleyebilecek tüm durumlar için her iki kimlik doğrulama modu için de davranışı test edin ve doğrulayın.
Daha fazla bilgi için bkz. Direct Lake güvenliğini tümleştirme.
Anlam modeli izinleri
Doku öğesi izinlerine ek olarak, kullanıcılara Direct Lake anlam modelini kullanabilmeleri veya yönetebilmeleri için izinler de vermelisiniz. Kısacası, rapor tüketicilerinin Okuma iznine ve rapor oluşturucularının ek Derleme iznine ihtiyacı vardır. Anlam modeli izinleri doğrudan atanabilir veya çalışma alanı rolleri kullanılarak örtük olarak edinilebilir. Anlam modeli ayarlarını yönetmek için (yenileme ve diğer yapılandırmalar için), anlam modeli sahibi olmanız gerekir.
İzin gereksinimleri
Senaryolar ve izin gereksinimleri için bkz. Direct Lake kullanıcıları.
Önemli
Anlam modelinizi ve raporlarınızı üretim ortamında yayınlamadan önce izinleri her zaman kapsamlı bir şekilde test etmelisiniz.
Daha fazla bilgi için bkz. Anlam modeli izinleri.
Kumaş kapasitesi gereksinimleri
Direct Lake semantik modelleri için Fabric kapasite lisansı gerekir. Ayrıca, Fabric kapasite aboneliğiniz (SKU) için geçerli olan kapasite kısıtlayıcıları ve sınırlamaları, aşağıdaki tabloda gösterildiği gibi vardır.
Önemli
Aşağıdaki tablodaki ilk sütun Power BI Premium kapasite aboneliklerini (P SKU'ları) da içerir. Microsoft, satın alma seçeneklerini birleştirir ve kapasite başına Power BI Premium SKU'larını kullanımdan kaldırmaktadır. Yeni ve mevcut müşteriler bunun yerine Fabric kapasitesi aboneliklerini (F SKU) satın almayı düşünmelidir.
Daha fazla bilgi için bkz. Power BI Premium lisansına ve Power BI Premium'a önemli güncelleştirmeler geliyor.
| Kumaş SKU | Tablo başına Parquet dosyaları | Tablo başına satır grupları | Tablo başına satır sayısı (milyon) | Diskte maksimum model boyutu/OneLake (GB) | Maksimum bellek (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 | Sınırsız | Yirmi beş |
| F128/P2 | 5.000 | 5.000 | 3.000 | Sınırsız | 50 |
| F256/P3 | 5.000 | 5.000 | 6.000 | Sınırsız | 100 |
| F512/P4 | 10.000 | 10.000 | 12,000 | Sınırsız | 200 |
| F1024/P5 | 10.000 | 10.000 | 24,000 | Sınırsız | 400 |
| F2048 | 10.000 | 10.000 | 24,000 | Sınırsız | 400 |
1 Direct Lake anlam modelleri için En Fazla Bellek , ne kadar verinin sayfalara eklenebileceğine ilişkin üst bellek kaynak sınırını temsil eder. Bu nedenle, bu bir koruma değildir, çünkü aşılması DirectQuery moduna geçişe neden olmaz; ancak, veri miktarının OneLake verilerinden model verilerine aşırı veri yükleme ve boşaltmaya neden olacak kadar büyük olması performans üzerinde olumsuz bir etkisi olabilir.
Aşıldığı takdirde, diskte/OneLake'deki en fazla
Ayrıca, Direct Lake anlam modelleri için Kapasite birimi ve Sorgu başına en fazla bellek sınırı uygulanır. Daha fazla bilgi için bkz. Kapasiteler ve SKU'lar.
Dikkat edilmesi gerekenler ve sınırlamalar
Direct Lake semantik modelleri bazı önemli noktalar ve sınırlamalar sunar.
Uyarı
Direct Lake semantik modellerinin yetkinlikleri ve özellikleri hızla gelişiyor. En son dikkat edilmesi gerekenler ve sınırlamalar listesini gözden geçirmek için düzenli aralıklarla tekrar kontrol etmeye dikkat edin.
OneLake tablo depolama modu üzerinde Direct Lake genel önizleme aşamasındadır. Yönetici portalında kiracı ayarı olan "Kullanıcı, OneLake semantik modelleri üzerinde Direct Lake (önizleme) oluşturabilir" seçeneğini etkinleştirerek, Direct Lake ile OneLake tablolarında anlamsal modeller oluşturun.
| Dikkat edilmesi gerekenler/ sınırlamalar | OneLake'de Direct Lake | SQL üzerinde Direct Lake (analiz uç noktası) |
|---|---|---|
| SQL analytics uç noktası satır düzeyi güvenliği zorunlu kıldığında DAX sorguları, kullanılan Direct Lake modunun türüne bağlı olarak farklı şekilde işlenir. OneLake üzerinde Direct Lake kullanıldığında sorgular başarılı olur ve SQL tabanlı RLS uygulanmaz. OneLake üzerinde Direct Lake, kullanıcının OneLake'teki dosyalara erişmesini gerektirir ve bu da SQL tabanlı RLS'yi gözlemlemez. |
Sorgular başarılı olur. | Evet, geri dönüş devre dışı bırakılmadığı sürece sorgular başarısız olur. |
| Anlam modelindeki bir tablo (gerçekleşmemiş) bir SQL görünümünü temel alırsa, DAX sorguları, kullanılan Direct Lake modunun türüne bağlı olarak farklı şekilde işlenir. SQL uç noktalarındaki Direct Lake, bu durumda DirectQuery'ye geri döner. Gerçekleştirilmemiş bir SQL görünümünü temel alan OneLake tablosunda Direct Lake oluşturmak desteklenmez. Delta tabloları oluşturulduğundan bunun yerine göl evi gerçekleştirilmiş bir görünüm kullanabilirsiniz. Alternatif olarak, malzemeleşmemiş SQL görünümlerine dayanan tablolar için İçeri Aktarma veya DirectLake gibi farklı bir depolama modu kullanın. |
Uygulanamaz | Evet, geri dönüş devre dışı bırakılmadığı sürece sorgular başarısız olur. |
| Bileşik modelleme, Direct Lake semantik model tablolarının İçeri Aktarma, DirectQuery veya İkili gibi diğer depolama modlarındaki tablolarla karıştırılabildiği anlamına gelir ( hesaplama grupları, durum parametreleri ve alan parametreleri dahil olmak üzere özel durumlar hariç). | Destekleniyor | Desteklenmiyor |
| Direct Lake depolama modunda sütunlara veya tablolara referans alan hesaplanan sütunlar ve hesaplanan tablolar. Hesaplanmış tabloları örtük olarak oluşturan hesaplama grupları, durum parametreleri ve alan parametreleri ve Direct Lake sütunlarına veya tablolarına başvurmayan hesaplanan tablolar tüm senaryolarda desteklenir. | Desteklenmiyor | Desteklenmiyor |
| Direct Lake depolama modu tabloları karmaşık Delta tablo sütun türlerini desteklemez. İkili ve GUID semantik türleri de desteklenmez. Bu veri türlerini dizelere veya desteklenen diğer veri türlerine dönüştürmeniz gerekir. | Desteklenmiyor | Desteklenmiyor |
| Tablo ilişkileri, ilişkili sütunların veri türlerinin eşleşmesini gerektirir. | Evet | Evet |
| İlişkilerin tek taraf sütunları benzersiz değerler içermelidir. Tek taraflı bir sütunda yinelenen değerler algılanırsa sorgular başarısız olur. | Evet | Evet |
| Power BI Desktop'ta otomatik tarih/saat zekası, bir tarih saat sütununun yalnızca tarih bölümünü kullanarak ilişkiler oluşturmak amacıyla. Not: Kendi tarih tablonuzu tarih tablosu olarak işaretlemek ve tarih sütunlarını kullanarak ilişkiler oluşturmak desteklenir. | Destekleniyor | Desteklenmiyor |
| Dize sütun değerlerinin uzunluğu 32.764 Unicode karakterle sınırlıdır. | Evet | Evet |
| NaN (sayı değil) gibi sayısal olmayan kayan nokta değerleri desteklenmez. | Evet | Evet |
| Hizmet ilkesi kullanarak Power BI'dan web'de yayımlama yalnızca Direct Lake anlam modeli için değişmez kimlik kullanıldığında desteklenir. | Evet | Evet |
| Web modelleme deneyiminde, Direct Lake anlam modelleri için doğrulama sınırlıdır. Kullanıcı seçimlerinin doğru olduğu varsayılır ve ilişkiler için kardinaliteyi doğrulamak veya çapraz filtre seçimlerini ya da işaretli bir tarih tablosundaki seçili tarih sütunu için hiçbir sorgu yapılmaz. | Evet | Evet |
| Doku portalında, yenileme geçmişindeki Direct Lake sekmesinde Direct Lake ile ilgili yenileme hataları listelenir. Başarılı yenileme (çerçeveleme) işlemleri genellikle yenileme durumu değişmediği sürece (örneğin, önceki çalıştırmadan veya yenileme hatasından başarıyı yenileme veya başarıyı uyarıyla yenileme gibi) listelenmez. | Evet | Evet |
| Kapasite için Fabric SKU, Direct Lake semantik modeli başına kullanılabilir azami belleği belirler. Sınır aşıldığında, model verilerinin aşırı sayfalanması ve dışarı alınması nedeniyle anlamsal modele yapılan sorgular daha yavaş olabilir. | Evet | Evet |
| Veri kaynağı çalışma alanının farklı bir bölgesinde yer alan bir çalışma alanında Direct Lake anlam modeli oluşturmak desteklenmez. Örneğin, Lakehouse Orta Batı ABD'deyse, aynı bölgedeki bu Lakehouse'dan yalnızca anlamsal modeller oluşturabilirsiniz. Hangi bölgede olduğunuzu bulmak için Fabric ana bölgenizi bulma'yı inceleyin. | Evet | Evet Geçici çözüm, semantik modeli oluşturmadan önce diğer bölgenin çalışma alanında bir göl evi ve tablolara kısayol oluşturmaktır. |
| Raporları eklemek için V2 ekleme belirteci gerekir. | Evet | Evet |
| Kimlik doğrulaması için hizmet sorumlusu profilleri. | Desteklenmiyor | Desteklenmiyor |
| Power BI Direct Lake anlam modelleri Hizmet Sorumluları tarafından oluşturulabilir ve sorgulanabilir ve Hizmet Sorumluları ile Görüntüleyici rolü üyeliği desteklenir, ancak lakehouse/warehouse üzerindeki varsayılan Direct Lake anlam modelleri bu senaryoyu desteklemez. | Evet | Evet |
| Bir göl evindeki kısayollar, anlamsal model tabloları için veri kaynağı olarak kullanılabilir. | Genel önizleme sırasında desteklenmez | Destekleniyor |
| Kişisel çalışma alanlarında Direct Lake modelleri oluşturma (Çalışma Alanım). | Desteklenmiyor | Desteklenmiyor |
| Veri kaynağını yeniden bağlamak için dağıtım hattının kuralları. | Doğrudan desteklenmez - bağlantı dizesinde kullanılacak bir parametre ifadesi oluşturabilir. | Destekleniyor |
| Aynı veri kaynağı tablosundan birden çok tablo ekleme. | Power BI Desktop veya web modellemesinde desteklenmez. XMLA tabanlı dış araçları kullanarak aynı veri kaynağı tablosundan birden çok tablo eklemek mümkündür. Power BI araçlarında Tabloları düzenle ve yenileme seçeneğinin kullanılması, anlamsal modelde aynı veri kaynağı tablosundan birden çok tabloyla hataya neden olur. | Power BI Desktop veya web modellemesinde desteklenmez. XMLA tabanlı dış araçları kullanarak aynı veri kaynağı tablosundan birden çok tablo eklemek mümkündür. Power BI araçlarında Tabloları düzenle ve yenileme seçeneğinin kullanılması, anlamsal modelde aynı veri kaynağı tablosundan birden çok tabloyla hataya neden olur. |
Excel'de çözümle özet tabloları (ve diğer MDX istemcileri), semantik modeldeki Direct Lake tablolarıyla DirectQuery ile aynı sınırlamalara sahiptir. Adlandırılmış kümeler, hesaplanan üyeler, varsayılan üyeler vb. gibi oturum kapsamlı MDX deyimleri desteklenmez. 'WITH' yan tümcesi gibi sorguya özgü MDX deyimleri desteklenmektedir. Direct Lake tablosu kullanıcı tanımlı hiyerarşileri desteklenmez. İçe aktarılan tablo kullanıcı tanımlı hiyerarşileri, semantik modeldeki Direct Lake tablolarında bile desteklenir.
Power BI Desktop, Direct Lake tabloları ve içeri aktarma tabloları ile bir anlam modelini canlı olarak düzenleyebilir. Hesaplama grupları, olasılık parametreleri ve alan parametreleri, örtülü olarak hesaplanan tablolar oluşturur ve Direct Lake sütunlarını veya tablolarını içermeyen hesaplanan tablolar da dahil edilebilir.
Power BI web modellemesi, diğer depolama modu tablolarına sahip Direct Lake tabloları da dahil olmak üzere tüm anlamsal modelleri açabilir.
Canlı düzenleme veya canlı bağlantı ile DAX sorgu görünümü ve web'de DAX sorguları yazmak, SQL üzerinde Direct Lake, OneLake üzerinde Direct Lake ve gerçek birleşik model (OneLake üzerinde Direct Lake + herhangi bir veri kaynağından içeri aktarma) anlam modelleri için desteklenmektedir.
Power BI Desktop'ta canlı düzenleme sırasında TMDL görünümü desteklenir.
Canlı bağlantıyla rapor oluşturma, rapor yazarının en azından derleme erişimi olduğunda tüm anlamsal modeller için desteklenir.
Semantik modeldeki SQL üzerinde Direct Lake bağlantı ifadesi, Power BI Desktop ve Power BI web modellemesinde tabloları düzenleme ve yenileme işlemlerini kullanmak için kolay adla değil GUID ile SQL analiz uç noktasına başvurmalıdır. Bağlantı ifadesi TMDL görünümünde veya XMLA tabanlı dış araçlarda güncelleştirilebilir. GUID, SQL analiz uç noktasını tarayıcıda görüntülerken URL'de kullanılabilir.