Power BI 使用案例：受控自助 BI

注意

本文構成Power BI實作規劃系列文章的一部分。 此系列主要著重於 Microsoft Fabric 內的 Power BI 體驗。 如需系列簡介，請參閱 Power BI 實作規劃。

如網狀架構採用藍圖中所述，受控自助 BI 的特點是混合式方法，強調核心專業領域和邊緣的彈性。 數據架構通常是由單一集中式 BI 專家小組維護，而報告責任則屬於部門或業務單位內的建立者。

通常，報表建立者多於語意模型（先前稱為數據集）建立者。 這些報表建立者可以存在於組織的任何區域中。 因為自助報表建立者通常需要快速產生內容，因此混合的方法可讓他們專注於產生支持及時決策的報表，而不需要額外努力建立語意模型。

注意

受控自助 BI 案例是第一個自助 BI 案例。 如需自助 BI 案例的完整清單，請參閱 Power BI 使用案例 一文。

為了簡潔起見，本文並未涵蓋內容共同作業和傳遞案例主題中所述的某些層面。 如需完整的涵蓋範圍，請先閱讀這些文章。

案例圖表

下圖描述支援受控自助 BI 的最常見用戶動作和 Power BI 元件的高階概觀。 主要目標是讓許多報表建立者重複使用集中式共用語意模型。 為了達成此目的，此案例著重於將模型開發程式與報表建立程序分離。

提示

如果您想要將其內嵌在簡報、檔或部落格文章中，建議您下載案例圖表，或將其列印成牆面海報。 因為它是可調整的向量圖形 （SVG） 影像，因此您可以相應增加或減少，而不會遺失品質。

案例圖表描述下列使用者動作、工具和功能：

項目	說明
	語意模型建立者會使用Power BI Desktop開發模型。 對於打算重複使用的語意模型，建立者通常（但並非必要）屬於支援跨組織界限的使用者（例如IT、企業BI或卓越中心）的集中式小組。
	Power BI Desktop 會從一或多個數據源聯機到數據。
	數據模型開發是在Power BI Desktop中完成的。 為了建立設計良好且方便使用者使用的模型而付出了額外的努力，因為許多自助報表建立者會將其當做數據源使用。 模型建立者可以使用 DAX 查詢在開發期間開發和探索模型。
	準備好時，語意模型建立者會將其Power BI Desktop 檔案 （.pbix） 或Power BI項目檔 （.pbip） 發佈至 Power BI 服務。
	語意模型會發佈至專用於儲存和保護共用語意模型的工作區。 由於語意模型是供重複使用，因此會 視需要背書 （經認證或升階）。 語意模型也會標示為 可 探索，以進一步鼓勵其重複使用。 Power BI 服務 中的譜系檢視可用來追蹤Power BI項目之間存在的相依性，包括連線至語意模型的報表。
	OneLake 數據中樞 中的語意模型探索已啟用，因為語意模型會標示為可探索。 可探索性可讓其他尋找數據的Power BI內容建立者在數據中樞內顯示語意模型。
	報表建立者會使用 Power BI 服務 中的 OneLake 數據中樞來搜尋可探索的數據項，例如語意模型。
	如果報表建立者沒有許可權，他們可以要求 數據項的建置許可權 。 這會啟動工作流程，向授權核准者要求建置許可權。 核准時，報表建立者可以重複使用數據項來建立新的報表。
	報表建立者會使用Power BI Desktop 建立新的報表。 報表會使用 與共用語意模型的即時連線 。
	報表建立者會在Power BI Desktop中開發報表。 除了報表之外，報表建立者也可以使用主題、影像和自定義視覺效果，而且可以建立報表層級量值。
	準備好時，報表建立者會將其Power BI Desktop檔案發佈至 Power BI 服務。
	報表會發佈至專用於儲存和保護報表和儀錶板的工作區。
	已發佈的報表仍會連線到儲存在不同的工作區中的共用語意模型。 共用語意模型的任何變更都會影響與其連線的所有報表。
	其他自助報表建立者可以使用現有的共用語意模型來撰寫新的報表。 報表建立者可以選擇使用 Power BI Desktop、Power BI 報表產生器 或 Excel。
	某些數據源可能需要內部部署數據網關或 VNet 閘道進行數據重新整理，例如位於私人組織網路內的數據源。
	Power BI 系統管理員會監督和監視 Power BI 服務 中的活動。

重點

以下是關於受控自助 BI 案例的一些重點。

共用語意模型

讓 受控自助 BI 工作的主要層面是將語意模型的數目降到最低。 此案例與共用語意模型有關，可協助達成單一版本的事實。

注意

為了簡單起見，案例圖表只會描述一個共用語意模型。 不過，在單一語意模型中建立所有組織數據的模型通常並不實用。 另一個極端是為每個報表建立新的語意模型，就像經驗較不豐富的內容建立者一樣。 受控自助 BI 的目標是要找出正確的平衡點，傾向於相對較少的語意模型，並在合理的情況下建立新的語意模型。

分離語意模型和報表

當語意模型與報表分離時，有助於分離工作和責任。 共用語意模型通常是由集中式小組（例如IT、BI或卓越中心）維護，而報表是由業務單位的主題專家所維護。 不過，這並非必要。 例如，任何想要達到可重複使用性的內容建立者都可以採用此模式。

注意

為了簡單起見，案例圖表中不會描述數據流。 若要了解數據流，請參閱 自助式數據準備 案例。

語意模型簽署

因為共用語意模型是用來重複使用的，所以支持它們會很有説明。 經認證的語意模型會傳達給報告建立者，指出數據值得信任且符合組織的質量標準。 提升的語意模型強調語意模型擁有者認為數據是有價值的，值得其他人使用。

提示

最佳做法是讓內容具有一致、可重複且嚴格的程式。 認證的內容應該表示數據品質已經過驗證。 它也應該遵循變更管理規則、具有正式支援，並完整記載。 由於經過認證的內容已通過嚴格的標準，因此對可信度的期望較高。

語意模型探索

OneLake 數據中 樞 可協助報表建立者尋找、探索和使用整個組織的語意模型。 除了語意模型背書之外， 啟用語意模型探索 對於提升其重複使用至關重要。 搜尋數據的報表建立者在數據中樞內可以看到可探索的語意模型。

注意

如果未將語意模型設定為可探索，則只有具有建置許可權的Power BI使用者才能找到它。

要求語意模型存取

報表建立者可能會在想要使用的數據中 樞 中找到語意模型。 如果他們沒有語意模型的建置許可權，他們可以要求存取權。 根據 語意模型的要求存取設定 ，系統會將電子郵件提交給語意模型擁有者，或將自定義指示呈現給要求存取的人員。

與共用語意模型的即時連線

Power BI Desktop 即時連線 會將報表連接到現有的語意模型。 即時連線可避免需要在Power BI Desktop檔案中建立新的數據模型。

重要

使用即時連線時，報表建立者所需的所有數據都必須位於連接的語意模型中。 不過， 可自定義的受控自助 BI 案例描述如何使用其他數據和計算來擴充語意模型。

發佈至不同的工作區

將報表發佈至與儲存語意模型不同的工作區有幾個優點。

首先，清楚說明誰負責管理工作區中的內容。 其次，報表建立者有權將內容發佈至報表工作區（透過工作區管理員、成員或參與者角色）。 不過，它們只有特定語意模型的讀取和建置許可權。 這項技術可讓 指派給查看器角色的使用者在必要時，數據列層級安全性 （RLS） 生效。

重要

當您將Power BI Desktop報表發佈至工作區時，RLS 角色會套用至指派給工作區中檢視者角色的成員。 即使檢視者具有語意模型的建置許可權，RLS 仍適用。 如需詳細資訊，請參閱 在Power BI 中搭配工作區使用 RLS。

相依性和影響分析

當許多報表使用共用語意模型時，這些報表可以存在於許多工作區中。 譜系檢視可協助識別及瞭解下游相依性。 規劃語意模型變更時，請先執行 影響分析 ，以瞭解哪些相依報表可能需要編輯或測試。

閘道安裝

通常，存取位於私人組織網路或虛擬網路內的數據源時，需要數據網關。 一旦 Power BI Desktop 檔案發行至 Power BI 服務，內部部署數據閘道就會變得相關。 網關的兩個用途是重新 整理匯入的數據，或檢視查詢即時連線或 DirectQuery 語意模型的報表。

注意

針對受控自助 BI 案例，強烈建議在個人模式的閘道上使用標準模式的集中式數據閘道。 在標準模式中，數據閘道支持即時連線和 DirectQuery 作業（除了排程的數據重新整理作業）。

系統監督

活動記錄會記錄 Power BI 服務 中發生的用戶活動。 Power BI 系統管理員可以使用收集的活動記錄數據來執行 稽核 ，以協助他們瞭解使用模式和採用。 活動記錄對於支援治理工作、安全性稽核和合規性需求也很重要。 使用受控自助 BI 案例，追蹤共用語意模型的使用方式特別有用。 高報表對語意模型比率表示語意模型的重複使用狀況良好。

相關內容

在本系列中的下一篇文章中，瞭解自定義和擴充共用語意模型的方式，以符合其他類型的需求。