Общие сведения о диаграммах данных
В этой статье описываются и объясняются важные понятия о диаграммах данных.
Общие сведения о семантической модели (по умолчанию)
Datamarts предоставляют семантический слой, который автоматически создается и синхронизируется с содержимым таблиц datamart, их структуры и базовых данных. Этот уровень предоставляется в автоматически созданной семантической модели. Это автоматическое создание и синхронизация позволяют дополнительно описать домен данных с такими вещами, как иерархии, понятные имена и описания. Вы также можете задать форматирование, относящиеся к языковому стандарту или бизнес-требованиям. С помощью меток данных можно создавать меры и стандартизированные метрики для создания отчетов. Power BI (и другие клиентские инструменты) могут создавать визуальные элементы и предоставлять результаты для таких вычислений на основе данных в контексте.
Семантическая модель Power BI по умолчанию, созданная из datamart, устраняет необходимость подключения к отдельной семантической модели, настройке расписаний обновления и управлению несколькими элементами данных. Вместо этого можно создать бизнес-логику в datamart, а ее данные сразу же доступны в Power BI, включив следующее:
- Доступ к данным Datamart через Концентратор семантической модели.
- Возможность анализа в Excel.
- Возможность быстро создавать отчеты в служба Power BI.
- Нет необходимости обновлять, синхронизировать данные или понимать сведения о подключении.
- Создавайте решения в Интернете без использования Power BI Desktop.
Во время предварительной версии подключение к семантической модели по умолчанию доступно только с помощью DirectQuery . На следующем рисунке показано, как данныеmarts вписываются в континуум процесса, начиная с подключения к данным, вплоть до создания отчетов.
Семантические модели по умолчанию отличаются от традиционных семантических моделей Power BI следующими способами:
- Конечная точка XMLA поддерживает операции, доступные только для чтения, и пользователи не могут напрямую изменять семантику модели. С разрешением только для чтения XMLA можно запрашивать данные в окне запроса.
- В семантических моделях по умолчанию нет параметров источника данных, а пользователям не нужно вводить учетные данные. Скорее, они используют автоматический единый вход для запросов.
- Для операций обновления семантические модели используют учетные данные автора семантической модели для подключения к конечной точке SQL управляемого объекта datamart.
С помощью Power BI Desktop пользователи могут создавать составные модели, позволяя подключаться к семантической модели datamart и выполнять следующие действия:
- Выберите определенные таблицы для анализа.
- Добавьте дополнительные источники данных.
Наконец, если вы не хотите использовать семантику по умолчанию напрямую, можно подключиться к конечной точке SQL datamart. Дополнительные сведения см. в статье "Создание отчетов с помощью диаграмм данных".
Общие сведения о семантической модели по умолчанию
В настоящее время таблицы в datamart автоматически добавляются в семантику по умолчанию. Пользователи также могут вручную выбирать таблицы или представления из datamart, которые они хотят включить в модель для повышения гибкости. Объекты, которые находятся в семантической модели по умолчанию, создаются в виде макета в представлении модели.
Фоновая синхронизация, содержащая объекты (таблицы и представления), ожидает, пока нижестоящей семантической модели не будет использоваться для обновления семантической модели, учитывая ограниченное устаревание. Пользователи всегда могут идти и вручную выбирать таблицы, которые они хотят или не хотят в семантической модели.
Общие сведения о добавочном обновлении и анализе данных
Вы можете создавать и изменять добавочное обновление данных, аналогично потокам данных и добавочному обновлению семантической модели, используя редактор datamart. Добавочное обновление расширяет запланированные операции обновления, предоставляя автоматизированное создание секций и управление ими для таблиц datamart, которые часто загружают новые и обновленные данные.
Для большинства меток данных добавочное обновление включает в себя одну или несколько таблиц, содержащих данные транзакций, которые часто изменяются и могут увеличиваться экспоненциально, например таблицу фактов в схеме реляционной или звездочной базы данных. При использовании политики добавочного обновления для секционирования таблицы и обновления только последних секций импорта можно значительно уменьшить объем данных, которые необходимо обновить.
Добавочное обновление и данные в режиме реального времени для datamarts предлагают следующие преимущества:
- Меньше циклов обновления для быстро изменяющихся данных
- Обновления быстрее
- Обновления являются более надежными
- Сокращение потребления ресурсов
- Позволяет создавать большие диаграммы данных
- Легко настроить
Общие сведения о упреждающем кэшировании
Упреждающее кэширование позволяет автоматически импортировать базовые данные для семантической модели по умолчанию, поэтому вам не нужно управлять режимом хранения или управлять ими. Режим импорта для семантической модели по умолчанию обеспечивает ускорение производительности для семантической модели datamart с помощью быстрой подсистемы Vertipaq. При использовании упреждающего кэширования Power BI изменяет режим хранения модели для импорта, который использует подсистему памяти в Power BI и службах Analysis Services.
Упреждающее кэширование работает следующим образом: после каждого обновления режим хранения для семантической модели по умолчанию изменяется на DirectQuery. Упреждающее кэширование создает модель параллельного импорта асинхронно и управляется datamart и не влияет на доступность или производительность datamart. Запросы, поступающие после завершения семантической модели по умолчанию, будут использовать модель импорта.
Автоматическое создание модели импорта происходит примерно через 10 минут после обнаружения изменений в datamart. Импорт семантических моделей изменяется следующим образом:
- Обновления
- Новые источники данных
- Изменения схемы:
- Новые источники данных
- Обновления шагов подготовки данных в Power Query Online
- Любые обновления моделирования, такие как:
- Показатели
- Иерархии
- Descriptions
Рекомендации по упреждающем кэшированию
Используйте конвейеры развертывания для изменений, чтобы обеспечить оптимальную производительность и убедиться, что пользователи используют модель импорта. Использование конвейеров развертывания уже является лучшей практикой для создания диаграмм данных, но это гарантирует, что вы используете упреждающее кэширование чаще.
Рекомендации и ограничения для упреждающего кэширования
- В настоящее время Power BI определяет длительность операций кэширования до 10 минут.
- Ограничения уникальности или ненулевого значения для определенных столбцов будут применяться в модели импорта и сборке кэша завершается ошибкой, если данные не соответствуют.
Связанный контент
В этой статье представлен обзор важных концепций datamart для понимания.
В следующих статьях содержатся дополнительные сведения о datamarts и Power BI:
- Введение в витрины данных
- Начало работы с datamarts
- Анализ данных
- Создание отчетов с помощью datamarts
- Управление доступом к datamarts
- Администрирование datamarts
Дополнительные сведения о потоках данных и преобразовании данных см. в следующих статьях: