Direct Lake 模式如何与 Power BI 报告配合使用

在 Microsoft Fabric 中，当用户创建 Lakehouse 时，系统还会在 Direct Lake 模式下预配关联的 SQL 分析终结点和默认语义模型。 可以通过转到 SQL 分析终结点并单击 Reporting 功能区中的 “管理默认语义模型”按钮，将 lakehouse 中的表添加到默认语义模型中。 还可以通过在 Lakehouse 或 SQL Analytics 终结点中单击 新建语义模型，在 Direct Lake 模式下创建非默认 Power BI 语义模型。 非默认语义模型是在 Direct Lake 模式下创建的，允许 Power BI 通过在 Power BI Desktop 或工作区本身中创建 Power BI 报表、浏览和运行用户创建的 DAX 查询来使用数据。 在 SQL 分析终结点中创建的默认语义模型可用于创建 Power BI 报表，但有一些 其他限制。

当 Power BI 报表在视觉对象中显示数据时，它会从语义模型请求数据。 接下来，语义模型将访问数据湖以处理数据，并将结果返回到 Power BI 报表。 为了提高效率，语义模型可以保留缓存中的某些数据，并在需要时刷新数据。 Direct Lake 概述提供更多详细信息。

Lakehouse 还对 Delta 表应用 V 顺序优化。 这种优化为 Power BI 报表提供前所未有的性能和快速消耗大量数据的能力。

设置报表使用权限

Direct Lake 模式下的语义模型正在按需使用来自湖屋的数据。 若要确保查看 Power BI 报表的用户可以访问数据，需要设置对基础 Lakehouse 的必要权限。

一种选择是赋予用户工作区中的查看者角色，以使用工作区中的所有项，包括湖屋（如果在此工作区中）、语义模型和报表。 或者，可以向用户授予 管理员、成员或参与者 角色，以便完全访问数据，并能够创建和编辑项目，例如湖仓、语义模型和报表。

此外，非默认语义模型可以利用 固定标识 从 lakehouse 读取数据，而无需向报表用户授予对 lakehouse 的任何访问权限，并授予用户通过 应用访问报表的权限。 此外，借助固定标识，Direct Lake 模式下的非默认语义模型可以在语义模型中定义行级安全性，以限制报表用户在维护 Direct Lake 模式时看到的数据。 还可以使用 SQL 分析终结上基于 SQL 的安全性，但 Direct Lake 模式将回退到 DirectQuery，因此应避免这种情况以保持 Direct Lake 的性能。

相关内容

• Microsoft Fabric 中的默认 Power BI 语义模型