Семантические модели Power BI в Microsoft Fabric

Применяется к:✅конечной точке аналитики SQL, хранилищу и зеркальной базе данных в Microsoft Fabric

В Microsoft Fabric семантические модели Power BI — это логическое описание аналитического домена с метриками, понятной для бизнеса терминологией и представлением, чтобы обеспечить более глубокий анализ. Эта семантическая модель обычно является схемой звездочек с фактами, представляющими домен и измерения, которые позволяют анализировать или срезировать домен для детализации, фильтрации и вычисления различных анализов.

При создании семантической модели в lakehouse или складе вы выбираете, какие таблицы нужно добавить. После этого можно вручную обновить семантику Power BI.

Корпорация Майкрософт переименовала тип контента набор данных Power BI в семантическую модель Power BI или просто семантическую модель. Это также относится к Microsoft Fabric. Дополнительные сведения см. в статье "Новое имя" для наборов данных Power BI. Дополнительные сведения о семантических моделях Power BI см. в разделе "Семантические модели" в службе Power BI.

Режим Direct Lake

Режим Direct Lake — это новая возможность анализа очень больших наборов данных в Power BI. Эта технология основана на идее использования файлов с форматированием parquet непосредственно из озера данных, не запрашивая конечную точку хранилища или аналитики SQL и не импортируя или дублируя данные в семантику Power BI. Эта встроенная интеграция обеспечивает уникальный режим доступа к данным из конечной точки хранилища или аналитики SQL под названием Direct Lake. Обзор Direct Lake содержит дополнительные сведения об этом режиме хранения для семантических моделей Power BI.

Direct Lake предоставляет наиболее эффективное взаимодействие с запросами и отчетами. Direct Lake — это быстрый путь к использованию данных из озера данных непосредственно в подсистему Power BI, готовую к анализу.

• В традиционном режиме DirectQuery подсистема Power BI напрямую запрашивает данные из источника для каждого выполнения запроса, а производительность запроса зависит от скорости извлечения данных. DirectQuery устраняет необходимость копирования данных, гарантируя, что любые изменения в источнике немедленно отражаются в результатах запроса.

• В режиме импорта производительность лучше, так как данные легко доступны в памяти, не запрашивая данные из источника для каждого выполнения запроса. Однако подсистема Power BI должна сначала скопировать данные в память во время обновления данных. Все изменения в базовом источнике данных собираются во время следующего обновления данных.

• Режим Direct Lake устраняет требование импорта для копирования данных путем использования файлов данных непосредственно в память. Так как нет явного процесса импорта, вы можете забрать любые изменения в источнике по мере их возникновения. Direct Lake объединяет преимущества режима DirectQuery и импорта, избегая их недостатков. Режим Direct Lake идеально подходит для анализа очень больших наборов данных и наборов данных с частыми обновлениями в источнике. Direct Lake автоматически откатится к DirectQuery с помощью конечной точки аналитики SQL в конечной точке хранилища или аналитики SQL, если Direct Lake превышает ограничения для SKU или использует функции, которые не поддерживаются, позволяя пользователям отчетов продолжать непрерывно.

• Режим Direct Lake — это режим хранения для новых семантических моделей Power BI, созданных в конечной точке хранилища или аналитики SQL.

• С помощью Power BI Desktop можно также создавать семантические модели Power BI с помощью конечной точки аналитики SQL хранилища или конечной точки аналитики SQL в качестве источника данных для семантических моделей в режиме импорта или хранилища DirectQuery.

Обновление семантической модели Power BI вручную

По умолчанию Fabric не добавляет таблицы и представления в семантическую модель Power BI автоматически при создании, и нет автоматической синхронизации семантических моделей с их источником на SQL аналитической конечной точке или в хранилище.

После создания объектов в семантической модели Power BI можно проверить или визуально проверить включенные таблицы:

1. Откройте элемент Semantic model в рабочей области Fabric.
2. Переключение режима с просмотра на редактирование.
3. Просмотрите макет по умолчанию для семантической модели. Внесите изменения по мере необходимости. Дополнительные сведения см. в разделе "Изменение моделей данных" в службе Power BI.

Мониторинг семантической модели Power BI

Вы можете отслеживать и анализировать действия в семантической модели с помощью SQL Server Profiler , подключаясь к конечной точке XMLA.

SQL Server Profiler устанавливает с sql Server Management Studio (SSMS) и позволяет отслеживать и отлаживать события семантической модели. Хотя официально не рекомендуется для SQL Server, Профилировщик по-прежнему входит в SSMS и остается поддерживаемым для служб Analysis Services и Power BI. Для использования семантической модели Fabric требуется SQL Server Profiler версии 18.9 или более поздней. Пользователи должны указать семантику в качестве начального каталога при подключении к конечной точке XMLA. Дополнительные сведения см. в статье SQL Server Profiler для служб Analysis Services.

Скрипт семантической модели Power BI

Вы можете создать скрипт семантической модели Power BI из конечной точки XMLA с помощью SQL Server Management Studio (SSMS).

Просмотрите схему языка сценариев табличных моделей (TMSL) семантической модели, задав ее с помощью обозреватель объектов в SSMS. Чтобы подключиться, используйте строка подключения семантической модели, которая выглядит следующим образомpowerbi://api.powerbi.com/v1.0/myorg/username. Вы можете найти строка подключения для семантической модели в разделе "Параметры" в разделе "Параметры сервера". Из этого можно создать скрипт XMLA семантической модели с помощью контекстного меню скрипта SSMS. Дополнительные сведения см. в статье о подключении набора данных к конечной точке XMLA.

Для сценариев требуются разрешения на запись Power BI в семантической модели Power BI. С разрешениями на чтение можно просмотреть данные, но не схему семантической модели.

Создание семантической модели Power BI

Вы можете создавать семантические модели Power BI на основе озерохранилища, конечной точки аналитики SQL или элементов хранилища данных в Microsoft Fabric.

Создание семантической модели Power BI в режиме Direct Lake

Эти новые семантические модели Power BI можно редактировать в рабочей области с помощью модели open data и использовать с другими функциями, такими как запись запросов DAX и безопасность на уровне строк семантики модели.

Чтобы создать семантику Power BI с помощью режима Direct Lake, выполните следующие действия.

1. На портале Fabric создайте новую семантику модели на основе нужного элемента:
   • Откройте lakehouse и выберите новую семантику Power BI на ленте.
   • Кроме того, откройте соответствующий элемент, например конечную точку хранилища или аналитики SQL, выберите новую семантику модели.
2. Введите имя новой семантической модели, выберите рабочую область, чтобы сохранить ее, и выберите таблицы для включения. Затем нажмите кнопку "Подтвердить".
3. Новая семантическая модель Power BI может быть изменена в рабочей области, где можно добавлять связи, меры, переименовать таблицы и столбцы, выбрать способ отображения значений в визуальных элементах отчета и многое другое. Если представление модели не отображается после создания, проверьте блокировщик всплывающего окна браузера.
4. Чтобы изменить семантику Power BI позже, выберите " Открыть модель данных" в контекстном меню семантической модели или на странице сведений о элементе, чтобы изменить семантику.

Отчеты Power BI можно создавать в рабочей области, выбрав новый отчет из веб-моделирования или в Power BI Desktop, подключаясь к этой новой семантической модели. Дополнительные сведения о подключении к семантической модели в служба Power BI из Power BI Desktop

Создание новой семантической модели Power BI в режиме импорта или хранилища DirectQuery

Наличие данных в Microsoft Fabric означает, что вы можете создавать семантические модели Power BI в любом режиме хранения — Direct Lake, импорте или DirectQuery. Вы можете создать дополнительные семантические модели Power BI в режиме импорта или DirectQuery с помощью конечной точки аналитики SQL или данных хранилища.

Чтобы создать семантику Power BI в режиме импорта или DirectQuery, выполните следующие действия:

1. Откройте Power BI Desktop, войдите и выберите OneLake.
2. Выберите конечную точку аналитики SQL в lakehouse или хранилище.
3. Выберите раскрывающийся список кнопки "Подключиться " и выберите "Подключиться к конечной точке SQL".
4. Выберите режим импорта или хранения DirectQuery и таблицы, которые необходимо добавить в семантику модели.

После этого можно создать семантику Power BI и отчет для публикации в рабочей области после готовности.

Создание новой пустой семантической модели Power BI

Кнопка "Новая семантическая модель Power BI" создает новую пустую семантическую модель.

Ограничения

• Семантические модели в Fabric соответствуют текущим ограничениям для семантических моделей в Power BI. Подробнее:
  • Ограничения ресурсов и объектов Служб Azure Analysis Services
  • Типы данных в Power BI Desktop — Power BI
• Если типы данных Parquet, Apache Spark или SQL не могут быть сопоставлены с одним из типов данных Power BI Desktop, они удаляются в процессе синхронизации. Это соответствует текущему поведению Power BI. Для этих столбцов рекомендуется добавить явные преобразования типов в процессы ETL, чтобы преобразовать его в поддерживаемый тип. Если существуют типы данных, необходимые выше, пользователи могут дополнительно указать представление в SQL с нужным преобразованием явного типа. Это будет выбрано синхронизацией или может быть добавлено вручную, как указано ранее.
• Семантические модели можно изменять только в конечной точке или хранилище аналитики SQL.
• Начиная с 25 августа 2025 г. семантические модели Power BI по умолчанию больше не создаются автоматически при создании склада, lakehouse или зеркального элемента. Если у элемента еще нет семантической модели, можно создать семантику Power BI. Существующие семантические модели по умолчанию будут преобразованы в обычные семантические модели. Для получения дополнительной информации см. раздел "Устаревание стандартных семантических моделей".

Связанный контент

• Семантические модели в служба Power BI