Anlamsal modeller ve üçüncü taraf uyumluluğu

Bu makalede Power BI anlam modellerinin ne olduğu, ilişkisel veritabanlarından ne kadar farklı olduğu ve Power BI yaklaşımlarının üçüncü taraf anlam modellerini nasıl desteklediği açıklanmaktadır.

Power BI anlam modelleri

Power BI anlam modelleri , sayısız kuruluşta geçici analiz ve raporlama için yetkili bir gerçek kaynağıdır. Power BI anlam modelleri, piyasadaki en yaygın olarak benimsenen BI anlam modelleme teknolojisine dayanarak olgun bir API yüzeyi, muazzam veriler üzerinde etkileşimli analiz için olağanüstü performans ve ölçeklenebilirlik ve geliştiriciler, iş ortakları ve üçüncü taraf araçlardan oluşan gelişen bir ekosistem sunar.

Yeniden kullanılabilirlik için iş ölçümleri

Yüksek oranda seçilmiş anlam modelleri kurumsal verileri iş dostu adlandırma kurallarını kullanarak ortaya çıkar, karmaşık hesaplamalar, çıkarımlı ilişkiler, kullanıcı hiyerarşileri, meta veri çevirileri ve çok daha fazlası için karmaşık iş mantığını soyutlar. Kullanıcılar, inanılmaz hızlı sorgu performansıyla büyük veri kümelerini düşünce hızında dilimleyebilir ve parçalara ayırabilir. Bu özellikler birlikte güveni teşvik eder ve kuruluş genelinde tutarlı kararlar alır.

Power BI anlam modelleri, yapay zeka özellikli BI için hızlandırıcılardır

Power BI anlam modelleri, Fabric IQ'nun önemli bir parçasıdır. Yapay zeka anlamsal modeller tarafından kapsüllenen iş mantığına güvenebildiğinde doğal dil verisi soruları daha tutarlı ve kolay bir şekilde yanıtlanabilir. LLM'ler, aracılı modelleme ve tüketimi sağlayan meta veriler ve sorgular için iyi tanımlanmış API yüzey alanları hakkında zaten bilgi sahibidir. Power BI anlam modelleri zaten sayısız büyük kuruluşta büyük ölçekte dağıtılır ve kurumsal ölçekte yapay zeka odaklı tüketimi hızlandırmak için hazırlanmıştır.

Anlamsal modeller, Microsoft 365 Copilot Chat ve Microsoft 365 Copilot birlikte çalışma dahil olmak üzere Microsoft 365 Copilot deneyimlere de zemin hazırlayabilir, böylece kullanıcılar doğrudan içinde idare edilen iş tanımlarına dayalı olarak iş soruları sorabilir ve bağlamsal yanıtlar alabilir Microsoft 365 Copilot.

Son özellikler, aracı ve geliştirici senaryoları için anlam modeli ekosistemini genişletir:

• Power BI için Aracı becerileri, yapay zeka aracılarının doğal dil aracılığıyla semantik modeller oluşturmasına, düzenlemesine ve yönetmesine olanak tanır.
• TMDL görünümü, Power BI Desktop'ta anlam modeli meta verilerini düzenlemek için kod tabanlı bir deneyim sağlar.
• Fabric Uygulamaları (önizleme), geliştiricilerin anlamsal modeller üzerinde özel uygulamalar oluşturmasına olanak tanır.

Açık standartlar ve platform taahhüdü

Direct Lake depolama modu ile Power BI anlam modelleri, Microsoft Fabric'in Delta Lake parquet, Iceberg ve OneLake kullanarak standart biçimleri açma taahhüdünün önemli bir parçasıdır. Bu taahhüt, müşterilerin özel satıcı depolama biçimlerine kilitlenmesini önlemeye yardımcı olur. Power BI anlam modelleri , XMLA Uç Noktası ile uyumluluk aracılığıyla çok çeşitli üçüncü taraf veri görselleştirme araçları için açık platform bağlantısı sağlar. Son kullanıcılar, verilerin yerel kopyalarını oluşturmaya gerek kalmadan kendi tercih ettikleri araçtan geçici analiz gerçekleştirebilir. Power BI anlam modelleri, CRUD işlemleri, sorgu yürütme ve yenileme yönetimi için Doku REST uç noktaları ve anlam bağlantısı ile Python not defteri desteği, Tablosal Nesne Modeli (TOM) kullanılarak .NET programlanabilirliği ve otomasyon sağlayan Tablosal Model Tanım Dili (TMDL) kullanılarak açık meta veri tanımları aracılığıyla yüksek düzeyde programlanabilir.

İlişkisel veritabanları ile anlamsal modeller karşılaştırması

İlişkisel veritabanı (örneğin SQL Server), verileri yapılandırılmış tablolarda depolamak ve düzenlemek için tasarlanmıştır. Verilerin iş anlamlarına odaklanmadan fiziksel olarak nasıl depolandığını ve erişilir olduğunu tanımlar. İlişkisel cebir, tabloları ve görünümleri filtrelemek ve birleştirmek için seçim ve birleşimler gibi işlemleri kullanarak bu verilerin nasıl sorgulanıp sorgulanacağını tanımlar.

Anlamsal model net adlar, çıkarımlı ilişkiler ve önceden tanımlanmış ölçümler kullanarak kurumsal veriler üzerinde iş dostu bir katman sağlar. Zaman karşılaştırmaları, oranlar ve finansal ölçüler gibi yaygın hesaplamalar yeniden kullanılabilir ve teknik olmayan kullanıcıların yapay zeka aracıları aracılığıyla raporlar oluşturarak veya sorular göndererek geçici analiz gerçekleştirmesine olanak tanırken tutarlı ve güvenilir kararları destekler.

Sonuçların doğruluğu çok önemlidir

Power BI müşterileri kritik iş kararları için anlam modeli ölçümlerinin doğruluğundan yararlanıyor ve anlamsal model hesaplamaları kesin doğruluk kaynağı olarak hizmet ediyor. Yanıtların doğruluğu, müşteri kuruluşları genelinde güveni teşvik etmek ve tutarlı kararlar almak için gereklidir. Buna göre, üçüncü taraf anlamsal modellere yönelik her türlü destek, anlamsal doğruluğu sağlayan ve kullanıcılara döndürülen sonuçların bütünlüğünü koruyan bir tümleştirme yaklaşımıyla uygulanmalıdır.

Üçüncü taraf anlam modelleri ile uyumluluk

Note

Bazı satıcılar anlamsal model teklifleri için farklı adlar kullanır. Örneğin, Küp anlam katmanı, dbt Anlam Katmanı, Snowflake semantik görünümü ve Databricks ölçüm görünümleri, söz konusu üçüncü taraf satıcıların ürün tekliflerini açıklamak için kullanılan adlardır. Aynı kullanım örneğini hedefler, ancak farklı olgunluk düzeyleri sunarlar.

Power BI yalnızca aşağıdaki üçüncü taraf anlam modellerini destekler:

• SAP BW
• SAP HANA, çok boyutlu bir kaynak olarak kabul edildiğinde
• AtScale

Bazı satıcılar DirectQuery anlam modelleri aracılığıyla ilişkisel veritabanı kaynakları olarak desteklenir. Ancak bu desteğin anlamsal modellerine kadar uzanması şart değildir. Power BI yalnızca daha önce belirtilen üçüncü taraf anlam modellerini destekler.

DirectQuery semantik model kullanım düzeni

Note

DirectQuery, Microsoft Power BI anlam modelleri için kullanılabilen çeşitli depolama modlarından biridir. Direct Lake , yenileme gerektirmeden OneLake'deki Delta Lake verilerinde inanılmaz bir performans sunarken İçeri Aktarma modu hız ve modelleme özelliklerine odaklanır.

DirectQuery burada vurgulanır çünkü üçüncü taraf semantik modellerle katmanlanmışsa, temel alınan veri kaynağında gerçek zamanlı değerlendirme nedeniyle yanlış sonuçlara yol açabilir.

Aşağıdaki diyagramda DirectQuery semantik model kullanım deseni gösterilmiştir:

1. Kullanıcılar Power BI raporlarındaki görsellerle etkileşim kurar veya yapay zeka aracısı aracılığıyla veri soruları gönderir.

2. DAX sorguları oluşturulur ve DirectQuery modunda çalışan Power BI anlam modeline gönderilir.

3. Anlamsal model, DAX sorgularını SQL sorgularına çevirir ve bunları temel alınan ilişkisel veritabanına bir araya getirir. Kaynak veritabanı sorgu işlemeyi yürütür.

Üçüncü taraf modelin Power BI anlam modeli ile ilişkisel veritabanı arasında yer aldığı katmanlama semantik modelleri genellikle desteklenmez. Benzer şekilde, üçüncü taraf anlam modeli satıcıları da genellikle Power BI anlam modellerinin üzerine katman oluşturma işlemini bu şekilde desteklemez.

DirectQuery semantik modelleri genellikle ilişkisel kaynakları destekler, ancak doğruluğu sağlamak için üçüncü taraf anlam modellerini desteklemez

DirectQuery modundaki Power BI anlam modelleri yüzlerce üçüncü taraf ilişkisel veritabanını destekler (bkz. Power Query bağlayıcıları). Bağlayıcıların çoğu üçüncü taraf anlam modellerini desteklemez çünkü kullanıcılar için yanlış sonuçlar üretirler. DirectQuery semantik modelleri genellikle doğruluk için kaynaktaki ilişkisel cebir kullanır. Örneğin, anlamsal modeller önceden tanımlanmış toplama yolları için çıkarımlı ilişkileri tanımlar. Üçüncü taraf semantik modeldeki çıkarımlı ilişkileri DirectQuery semantik modelindekilerle birleştirmek, basit ölçüler için bile yanlış değerler verebilir.

Power BI, ara bir DirectQuery anlamsal modeli gerektirmeden doğrudan SQL Server Analysis Services Çok Boyutlu ve Tablosal Analiz Hizmetleri ile Azure Analysis Services'e bağlanır. Daha fazla bilgi için bkz. Canlı bağlantı ve DirectQuery karşılaştırması.

Summary

Power BI anlam modelleri, on milyonlarca etkin anlamsal modeli temsil eden kurumsal BI'da yaygın olarak bulunur. Bunlar, açık standartları ve geniş API yüzey alanlarını desteklerken yapay zeka odaklı içgörüler için güvenilir bir gerçek kaynağı görevi görürken veriler üzerinde iş dostu, yüksek performanslı bir katman sağlar.

Veri depolamaya ve yapıya odaklanan ilişkisel veritabanlarının aksine anlamsal modeller anlam, çıkarımlı ilişkiler ve hesaplamalar ekleyerek teknik olmayan kullanıcıların kullanımı kolaylaştırır. Doğruluk kritiktir, bu nedenle özellikle üçüncü taraf semantik modellerle tümleştirmelerin doğruluğu koruması gerekir. Power BI, DirectQuery modunda ilişkisel veri kaynaklarını destekler. Birden çok semantik katmanın birleştirilmesi müşteriler için yanlış sonuçlara neden olabileceği için katmanlama semantik modelleri genellikle desteklenmez.