[本文是预发行文档，可能会有所更改。]
新的优化的 DirectLake 语义模型可以更快、更节省内存地分析流程。 通过节省内存，您可以分析较大的流程，并通过使用较小的 Fabric 容量来执行分析来节省成本。 此外，还使用了更直观的 Power BI 语义模型数据结构，可以让您花更少的时间和精力更深入地挖掘见解。
重要提示
- 这是一项预览功能。
- 预览功能不适合生产使用且功能可能受限。 这些功能在正式发布之前已经可用，以便客户可以抢先体验并提供反馈。
- 有关详细信息，请转到预览条款。
语义模型说明
将流程发布到 Fabric 工作区时，它会创建新的语义模型和相应的报表。 此屏幕截图是发布到 Fabric 的语义模型结构的示例。
选择图像右下角的放大镜将其放大。
关系
视觉效果的过滤和互连所需的关系在发布的数据模型中预定义。 除非连接了其他数据源，否则不需要手动创建更多关系。 对于这个场景，使用 Power BI 复合语义模型，并在该模型之上构建关系。
数据模型摘要
从逻辑角度来看，数据模型由许多实体子集组成，如本节第一段所述。
- 流程数据：所有与流程相关的数据，没有经过过滤和计算
- 视觉数据：提供流程挖掘自定义视觉效果显示所需的预计算数据的实体
- 帮助实体：由 Power BI 需要的其他实体
以下是子集和包含的实体的简要说明。
流程数据
流程数据实体的内容在特定场景中会发生变化。
- 刷新流程模型数据时
- 创建新视图时
- 创建新的自定义度量时
- 用户更改任何流程视图中的过滤定义时
通过使用这些实体，您可以：
- 访问原始流程数据
- 受应用的筛选器影响的流程数据
- 访问根据应用的筛选器计算的度量值
| Entity | Description |
|---|---|
| 服务案例 | 流程中所有案例及其属性的列表。 每个案例都包含一个唯一的案例 ID 显示，以及每个案例属性的值，如映射设置步骤中所定义。 与 CaseMetrics 实体结合使用，以获得完整的案例信息。 |
| 活动 | 流程中所有事件属性的列表。 每个事件都有一个唯一的事件标识符索引，以及事件属性中每个属性的值，如映射设置步骤中所定义。 结合按 Is_Node 列筛选的 ProcessMapMetrics 实体，获得完整的事件信息。 |
| CaseMetrics | 实体包含与案例和视图的特定组合相关的所有案例级别指标。 Power Automate Process Mining 桌面应用程序中定义的案例级自定义指标将添加到此实体中。 |
| AttributesMetadata | 实体保存将事件日志数据导入流程模型时定义的所有案例/事件级属性的定义。 它包括数据类型、属性类型和属性级别（案例或事件）。 |
| MiningAttributes | 保存可用挖掘属性的值。 可以建立一个流程视图，根据所选的挖掘属性从不同的角度查看流程。 如果没有其他可用的挖掘属性，则实体保存 Activity 属性的值。 |
| 视图 | 在 Power Automate Process Mining 桌面应用程序中创建的可用（已发布）视图列表。 只有公共流程视图才会发布到数据集中。 条目可用于过滤报告、报告页面和视觉效果，以便只可视化特定流程视图中的数据。 |
| 变体 | 实体保存变体和流程视图之间的关系。 在考虑了过滤标准后，如果视图中包含特定变体，则会包含一条记录。 |
可视化数据
可视化数据实体只有在流程模型数据刷新时才会重新计算。
| Entity | Description |
|---|---|
| ProcessMapMetrics | 流程模型中所有节点和转换的汇总度量，需要在流程图自定义可视化中进行可视化。 该实体结合了事件（节点）信息和边缘（过渡）信息——要在其他视觉效果中使用事件或边缘，请按 Is_Node 列中的值进行过滤。 Power Automate Process Mining 桌面应用程序中定义的事件级自定义指标将添加到此实体中。 |
其他实体
| Entity | Description |
|---|---|
| LocalizationTable | 用于本地化目的的内部表格。 |
Power BI 复合模型
我们建议您在由 Power Automate Process Mining 发布的语义模型之上使用 Power BI 复合模型，并为这些场景创建必要的修改：
- 您需要创建更多数据源
- 您需要创建更多实体
- 您需要建立更多的关系
- 您需要创建更多自定义 DAX（数据分析表达式）查询
重要提示
语义模型是在 DirectLake 访问模式下创建的，但其选项设置为自动。 此设置意味着使用非最优 DAX 查询或错误地设置复合模型可能会导致回退到 DirectQuery 模式。 这意味着您的报表不会中断，但您可能会遇到性能降低的问题。
要了解有关在 DirectLake 语义模型上创建 Power BI 复合数据模型的更多信息，请访问：在语义模型或模型上构建复合模型。
语义模型刷新
默认情况下，由 Power Automate Process Mining 提供的语义模型会自动保持最新。
对于大型数据集，OneLake 中基础表的数据刷新可能需要更长的时间。 这可能会导致报告中可能出现不一致。 尽管在数据刷新结束时存在最终一致性（语义模型会显式刷新），但您可能希望通过在语义模型的设置屏幕中关闭保持 Direct Lake 数据最新选项来消除潜在的中间不一致性。
在更新此屏幕之前，您需要通过在设置屏幕顶部选择接管来获取语义模型的所有权。
