Aracılığıyla paylaş

Direct Lake'e genel bakış

Direct Lake, Bir Microsoft Fabric çalışma alanında depolanan Power BI anlam modelindeki tablolar için bir depolama modu seçeneğidir. Tüm analiz verileri için tek depo olan OneLake'te depolanan Delta tablolarından belleğe hızla yüklenebilen büyük hacimli veriler için iyileştirilmiştir. Semantik model belleğe yüklendikten sonra yüksek performanslı etkileşimli analiz sağlar.

Diyagramda bir Direct Lake anlam modeli ve önceki paragraflarda açıklandığı gibi OneLake'teki Delta tablolarına nasıl bağlandığı gösterilmektedir.

Direct Lake, özellikle veri hacminin tamamını İçeri Aktarma modeline çoğaltmanın zor veya imkansız olduğu durumlarda, Delta tabloları içeren büyük Fabric lakehouse'lar, ambarlar ve diğer kaynaklarla bağlantı kuran anlamsal modeller için idealdir. Direct Lake sorguları, İçeri Aktarma modu gibi, VertiPaq sorgu motoru tarafından işlenirken, DirectQuery, sorguları temel veri kaynağına yönlendirir. Bu, İçeri Aktarma modu gibi Direct Lake sorgularının normalde DirectQuery'den daha iyi olduğu anlamına gelir.

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.

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

İçeri aktarma ve DirectQuery semantik modelleri Doku ile hala ilgilidir ve bazı senaryolar için doğru semantik model 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.

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, anlamsal modele DAX sorguları oluşturan Power BI raporlarındaki görsellerle etkileşim kurar.
  • Depolama modu: Anlam modeli, kullanılan 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.
    • Diğer yandan DirectQuery, DAX sorgularını veri kaynağının sorgu söz dizimine çevirir (genellikle bir SQL biçimidir) ve bunları temel alınan veritabanına bir araya getirmektedir. Kaynak veritabanı sorgu işlemcileri genellikle BI stilinde, toplu sorgulara yönelik değildir ve bu nedenle İçeri Aktarma ve Direct Lake modlarına kıyasla daha yavaş performans ve daha az kullanıcı etkileşimiyle sonuçlanır.

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 modu iki farklı erişim yöntemi kullanabilir:

    • OneLake üzerinde Direct Lake , SQL uç noktalarına bağımlı değildir ve Delta tablolarıyla herhangi bir Doku veri kaynağındaki verileri kullanabilir. OneLake üzerindeki Direct Lake, DirectQuery moduna geri dönmez.

    Uyarı

    OneLake üzerinde Direct Lake şu anda genel önizleme aşamasındadır.

    • SQL uç noktalarındaki Direct Lake, Delta tablosu keşfi ve izin kontrolleri için Fabric lakehouse veya veri ambarının SQL uç noktasını kullanır. SQL uç noktalarındaki Direct Lake, verileri doğrudan bir Delta tablosundan yükleyemediğinde, örneğin, veri kaynağı SQL görünümü olduğunda veya Veri Ambarı SQL tabanlı Satır Düzeyi Güvenlik (RLS) kullandığında, DirectQuery moduna geri dönebilir. SQL uç noktalarındaki Direct Lake genel olarak kullanılabilir ve üretimde tam olarak desteklenir.

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
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 Hayır 1 Hayır 1 Evet – DirectQuery veya İkili depolama modu tablolarıyla birleştirilebilir Evet – İçeri aktarma veya İkili 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 Evet, ancak hesaplamalar Direct Lake modundaki tablo sütunlarına başvuramaz. 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
Anlam modeli 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 (kodlamayı dönüştürme)

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.

Doku SKU'su seçiminiz, kapasitedeki her Direct Lake anlam modeli için kullanılabilir en yüksek belleği belirler. Kaynak korumaları ve maksimum bellek sınırları hakkında daha fazla bilgi için bu makalenin devamında Yapı kapasitesi korumaları ve sınırlamaları başlıklı bölüme 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 tablolarının en son çerçeveleme işleminin noktasında Delta tablosunun durumuna göre veri döndürmesi sorgulanır. Bu süre, Delta tablolarının en son 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.

Aşağıdaki diyagramda Direct Lake çerçeveleme işlemlerinin nasıl çalıştığı gösterilmektedir.

Diyagram, Direct Lake çerçeveleme işlemlerinin nasıl çalıştığını gösterir.

Diyagramda aşağıdaki işlemler ve özellikler gösterilmiştir.

Ürün Açıklama
Doku çalışma alanında anlamsal model var.
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 çıkarılabilir ve yenilemenin zamanı gelecekteki tüm kodlama dönüştürme olaylarının yeni temeli 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 semantik modelleri katmanlı bir güvenlik modeline bağlıdır. Verilere erişmeye çalışan kimliğin kaynak veri öğesinde ve anlamsal modelde gerekli veri erişim izinlerine sahip olup olmadığını belirlemek için izin denetimleri gerçekleştirir. İzinler doğrudan atanabilir veya Microsoft Fabric'teki çalışma alanı rolleri kullanılarak örtük olarak edinilebilir.

OneLake'te Direct Lake ve SQL uç noktalarındaki Direct Lake'in izin denetimlerini farklı gerçekleştirdiğini bilmeniz önemlidir.

  • OneLake üzerinde Direct Lake, Delta tablolarına erişmek için lakehouse/warehouse üzerinde Okuma ve Tümünü Okuma izinlerine ihtiyaç duyar.
  • SQL uç noktalarındaki Direct Lake, SQL analiz uç noktasından verilere erişmek için lakehouse/warehouse üzerinde Read ve ReadData izinleri gerektirir.

Uyarı

OneLake üzerinde Direct Lake, kullanıcıların OneLake'teki Delta tablolarını okuma iznine sahip olmasını gerektirir ve SQL uç noktası olması gerekmez. Bu, OneLake'in tek erişim denetimi kaynağı olduğu merkezi bir güvenlik tasarımını zorunlu kılır.

Öte yandan SQL uç noktalarındaki Direct Lake, kullanıcıların OneLake'deki Delta tablolarına değil, SQL uç noktasına okuma erişimine sahip olmasını gerektirir. Bunun nedeni, Fabric'in Delta tablolarını ve ilişkili Parquet dosyalarını okumak için semantik modele gerekli izinleri vermesidir (sütun verilerini belleğe yüklemek için). Semantik model, sorgulayan kullanıcının (veya sabit kimliğin) erişebileceği verileri belirlemek üzere izin denetimleri gerçekleştirmek üzere SQL analizi uç noktasını düzenli aralıklarla okumak için gerekli izinlere de sahiptir.

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

Aşağıdaki senaryoları ve izin gereksinimlerini göz önünde bulundurun.

Senaryo Gerekli izinler Yorumlar
Kullanıcılar raporları görüntüleyebilir Raporlar için Okuma izni verin ve anlam modeli için Okuma izni verin.

Anlam modeli SQL uç noktaları üzerinde Direct Lake kullanıyorsa ve bulut bağlantısı SSO kullanıyorsa, lakehouse veya ambar için en azından Read ve ReadData izinleri verilmelidir.

Anlam modeli OneLake üzerinde Direct Lake kullanıyorsa ve bulut bağlantısı SSO kullanıyorsa, OneLake'deki Delta tabloları için en az Okuma ve OkumaTüm izni verin.		 Raporların anlam modeliyle aynı çalışma alanına ait olması gerekmez. Daha fazla bilgi için bkz. Salt okunur tüketiciler için strateji.
Kullanıcılar rapor oluşturabilir Anlam modeli için Build izni verin.

Anlam modeli SQL uç noktaları üzerinde Direct Lake kullanıyorsa ve bulut bağlantısı SSO kullanıyorsa, gölevi ya da veri ambarı için en azından Read ve ReadData izinlerini verin.

Anlam modeli OneLake üzerinde Direct Lake kullanıyorsa ve bulut bağlantısı SSO kullanıyorsa, OneLake'deki Delta tabloları için en az Okuma ve OkumaTüm izni verin.		 Daha fazla bilgi için bkz. İçerik oluşturucular için strateji.
Kullanıcılar raporları görüntüleyebilir, ancak OneLake'de lakehouse'u, SQL analitik uç noktasını veya Delta tablolarını sorgulama yetkileri reddedilir. Raporlar için Okuma izni verin ve anlam modeli için Okuma izni verin.

Kullanıcılara göl evi, ambar veya Delta tabloları için herhangi bir izin verme.		 Yalnızca Direct Lake modeli SSO devre dışıyken bulut bağlantısı üzerinden sabit bir kimlik kullandığında uygundur.
Yenileme ayarları dahil olmak üzere anlam modelini yönetme Anlamsal model sahipliği gerektirir. Daha fazla bilgi için bkz. Anlam modeli sahipliği.

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, aşağıdaki tabloda gösterildiği gibi Doku kapasite aboneliğiniz (SKU) için geçerli olan kapasite korumaları ve sınırlamaları 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 geri dönüşle sonuçlanmaz; ancak, veri miktarının OneLake verilerinden model verilerine aşırı sayfalama ve dışarı sayfalama işlemine neden olacak kadar büyük olması performansı etkileyebilir.

Aşıldığı takdirde, diskte/OneLake'deki en fazla model boyutu, semantik modele yapılan tüm sorguların DirectQuery moduna geri dönmesine neden olur. Tabloda sunulan diğer tüm korumalar sorgu başına değerlendirilir. Bu nedenle delta tablolarınızı ve Direct Lake semantik modelinizi, gereksiz yere daha yüksek bir Doku SKU'sunun ölçeğini büyütmek zorunda kalmamak için en iyi duruma getirmeniz önemlidir.

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.

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 dönüş yapacaktır.

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 şu anda desteklenmemektedir; yani Direct Lake anlam modeli tabloları İçeri Aktarma, DirectQuery veya İkili gibi diğer depolama modlarındaki tablolarla karıştırılamaz ( hesaplama grupları, durum parametreleri ve alan parametreleri dahil olmak üzere özel durumlar hariç). Desteklenmiyor Desteklenmiyor
Direct Lake depolama modunda sütunlara veya tablolara başvuran hesaplanmış sütunlar ve hesaplanan tablolar desteklenmez. Dolaylı olarak hesaplanan tablolar oluşturan hesaplama grupları, olay-boyut parametreleri ve alan parametreleri ile Direct Lake sütunlarına veya tablolarına başvurmayan hesaplanan tablolar 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 taraflı 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
Doku SKU'nuz, kapasite için Direct Lake semantik modeli başına kullanılabilir en yüksek 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. Geçici çözüm, semantik modeli oluşturmadan önce diğer bölgenin çalışma alanında bir Lakehouse ve tablolara kısayol oluşturmaktır. Hangi bölgede olduğunuzu bulmak için Fabric ana bölgenizi bulma'yı inceleyin. Evet Evet
Raporları eklemek için V2 ekleme belirteci gerekir. Evet Desteklenmiyor
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. Desteklenmiyor Destekleniyor

İlgili içerik