判斷 Power BI 資料集的類型
使用適用於您的客戶案例強制執行 RLS 時，您的應用程式必須設定有效的身分識別。 設定有效身分識別的方式取決於應用程式所需的 Power BI 資料集類型。
有四種不同類型的資料集可供考慮。 這些類型取決於模型裝載的位置和模型架構。 本單元的其餘部分會描述這四種不同類型的資料集。
依定義，Power BI 資料集是一種成品，代表 Power BI 中視覺效果的資料來源。 通常，數據集代表 數據模型，這是針對分析報告優化的可查詢數據資源。
模型架構
大部分的 Microsoft 資料模型是表格式。 表格式模型包含一或多個資料表。 其他 Microsoft 資料模型是多維度。 多維度模型依賴較舊的 (，但仍與) 技術相關，且是由維度和量值群組所組成。 多維度模型通常稱為 Cube。
注意
如同表格式模型，多維度模型會使用角色強制執行資料存取權限。 不過，這類模型不會使用規則來定義篩選，而且依賴多維度運算式 (MDX)，而不是 DAX。 雖然多維度模型不會強制執行 RLS (因為多維度模型不會儲存資料) 的資料列，但這些模型會強制執行產生 (靜態和動態) 表格式模型規則相同結果的對等需求。
模型裝載
資料模型是內部裝載或外部裝載。 內部裝載的模型位於 Power BI 內部，而外部裝載模型則裝載於 Power BI 外部。
內部裝載的模型位於 Power BI 工作區中。 Microsoft 外部裝載的模型位於 Azure Analysis Services 或 SQL Server Analysis Services 中。 SQL Server Analysis Services 可以裝載表格式和多維度模型，而 Power BI 需要閘道才能連線至這些模型。
注意
Power BI 至外部裝載模型的連線稱為即時連線。
模型架構
表格式模型中每個資料表 (除了計算資料表以外) 都有儲存模式設定，即匯入、雙重或 DirectQuery。
設定為使用匯入儲存模式的模型資料表，將會實際載入及儲存來源資料。 此類模型資料表仰賴定期資料重新整理，以保持資料最新狀態。 匯入儲存體可提供最快的查詢效能，但當您擁有大量資料時，可能會沒有效率 (或相當昂貴)。 此外，當使用者想看到最新資料時，可能無法 (因為每日限制) 經常重新整理資料集。
相反地，使用 DirectQuery 儲存模式的模型永遠不會儲存來源資料。 反之，當查詢模型資料表時，模型會查詢來源資料。 這稱為傳遞查詢。 當您有龐大資料量或需要報告最新資料時，DirectQuery 儲存模式可能是個不錯的選擇。
當資料表設定為使用雙重儲存模式時，其行為可以是匯入或 DirectQuery 資料表。 針對每個查詢，模型查詢引擎會決定最有效率的 (最快速的) 模式。
摘要
若要正確設定有效的身分識別，您必須判斷您擁有的資料集類型：
使用匯入資料表的內部裝載
使用 DirectQuery 資料表的內部裝載
Azure Analysis Services，此為外部裝載模型
SQL Server Analysis Services，此為外部裝載模型