Разработка семантических моделей Direct Lake

В этой статье описываются темы проектирования, относящиеся к разработке семантических моделей Direct Lake.

Выбор подходящего режима хранения

Режим хранилища Direct Lake имеет две формы. Используйте следующее руководство, чтобы выбрать тип Direct Lake, который лучше всего подходит для вашего сценария. Дополнительные сведения см. в полном сравнении режимов хранения.

Используйте Direct Lake в OneLake , когда...

• Как правило, вы ожидаете более высокую производительность запросов.
• Вы используете таблицы Delta из других источников данных Fabric, а не только из Lakehouse или Warehouse.
• Требуется составное моделирование с таблицами Import или DirectQuery.
• Вы хотите использовать средства безопасности OneLake.
• Вам нужны функции моделирования, такие как вычисляемые столбцы или вычисляемые таблицы, ссылающиеся на таблицы Direct Lake (предварительная версия).
• Вам нужно стабильное поведение Direct Lake без перехода на DirectQuery (режим DirectLakeOnly).

Используйте Direct Lake в SQL , когда...

• Вы зависите от правил безопасности, определённых в конечной точке аналитики SQL с режимом делегированной идентификации: RLS, CLS, OLS.
• Модель основана на таблицах или представлениях конечных точек аналитики SQL из одного озера или хранилища.
• Неподдерживаемые сценарии Direct Lake должны переключаться на DirectQuery, если включен механизм отката (например, запросы к представлениям SQL).

Создание модели

Вы можете создать семантику Direct Lake в Power BI Desktop или из многих элементов Fabric в браузере. Например, в открытом Lakehouse можно выбрать новую семантику для создания новой семантической модели в режиме Direct Lake Storage.

В следующей таблице показаны наиболее распространенные методы создания для каждого типа семантической модели Direct Lake.

При создании семантической модели Direct Lake из конечной точки аналитики SQL можно выбрать два типа Direct Lake, как показано на следующем рисунке:

Это диалоговое окно по умолчанию использует Direct Lake в OneLake, если конечная точка SQL аналитики работает в режиме удостоверения пользователя или Direct Lake в SQL, если она работает в делегированном режиме. Дополнительные сведения см. в разделе "Режимы доступа" в конечной точке аналитики SQL.

Кроме того, как и в любой семантической модели Power BI, вы можете продолжить разработку модели с помощью средства, совместимого с XMLA, например SQL Server Management Studio (SSMS) (версия 19.1 или более поздней версии) или с открытым кодом, средства сообщества. Записные книжки Fabric также могут программно создавать и изменять семантические модели с помощью семантической связи и Semantic Link Labs.

Соединители Power Query

Простой способ определить, присутствует ли существующая семантическая модель Direct Lake в OneLake или SQL, это проверить соединитель в представлении TMDL. На вкладке "Модель" перетащите узел expressions , чтобы просмотреть определение выражения M.

Direct Lake в OneLake использует коннектор Azure Data Lake Storage.

Direct Lake в SQL использует соединитель SQL Server или соединитель OneLake.SqlAnalytics() .

Составные модели Direct Lake

Direct Lake в OneLake позволяет создавать составные модели из нескольких источников, объединяющие таблицы в режиме Direct Lake с другими таблицами в режимах Импорт и DirectQuery, что обеспечивает ценную гибкость для таблиц измерений. Это решение позволяет использовать Direct Lake для очень больших таблиц фактов, чтобы избежать дорогостоящих обновлений и сокращения затрат на управление. Дополнительные сведения см. в разделе "Составные семантические модели" с таблицами режима хранения Direct Lake и "Импорт".

Таблицы моделей

Таблицы моделей обычно основаны на таблице в элементе данных source Fabric. Direct Lake в SQL также позволяет выбрать представление SQL. Запросы к таблице моделей на основе представления SQL возвращаются в режим DirectQuery, что может привести к снижению производительности запросов.

Таблицы должны содержать столбцы для фильтрации, группировки, сортировки и суммирования в дополнение к столбцам, поддерживающим связи модели.

Дополнительные сведения о столбцах для включения в таблицы семантической модели см. в статье "Общие сведения о производительности запросов Direct Lake".

Сведения о применении правил доступа к данным с помощью безопасности на уровне объектов (OLS) и безопасности на уровне строк (RLS) см. в разделе "Интеграция безопасности Direct Lake".

Метаданные модели Direct Lake

При подключении к семантической модели Direct Lake с конечной точкой XMLA метаданные выглядят как любые другие модели. Однако модели Direct Lake показывают следующие различия:

• Свойство compatibilityLevel объекта базы данных равно 1604 (или выше).
• Для свойства режима секций Direct Lake задано значение directLake.
• Секции Direct Lake используют общие выражения для определения источников данных.
  • Direct Lake в SQL — выражение указывает на конечную точку аналитики SQL озера или хранилища. Direct Lake использует конечную точку аналитики SQL для обнаружения схемы и сведений о безопасности, но загружает данные непосредственно из OneLake (если он не возвращается в режим DirectQuery по какой-либо причине).
  • Direct Lake в OneLake — выражение напрямую указывает на расположение хранилища OneLake для источника данных Fabric. Direct Lake использует API OneLake для обнаружения схем, проверок безопасности и загрузки данных. Direct Lake в OneLake не возвращается в режим DirectQuery.

Задачи после публикации

После публикации семантической модели Direct Lake необходимо выполнить некоторые задачи установки. Дополнительные сведения см. в разделе "Управление семантических моделей Direct Lake".

Связанный контент

• Обзор Direct Lake
• Управление семантических моделей Direct Lake
• Общие сведения о производительности запросов Direct Lake
• Интеграция OneLake для семантических моделей