Modelos semânticos do Power BI no Microsoft Fabric

Aplica-se a:✅Ponto de extremidade de análise SQL, Armazém e Banco de Dados Espelhado no Microsoft Fabric

No Microsoft Fabric, os modelos semânticos do Power BI são uma descrição lógica de um domínio analítico, com métricas, terminologia amigável aos negócios e representação, para permitir uma análise mais profunda. Esse modelo semântico é normalmente um esquema em estrela com fatos que representam um domínio e dimensões que permitem analisar, ou fatiar e segmentar o domínio para detalhar, filtrar e calcular diferentes análises.

A Microsoft renomeou o tipo de conteúdo conjunto de dados do Power BI para modelo semântico Power BI ou simplesmente modelo semântico. Isso também se aplica ao Microsoft Fabric. Para obter mais informações, consulte Novo nome para conjuntos de dados do Power BI. Para saber mais sobre modelos semânticos do Power BI, consulte Modelos semânticos no serviço do Power BI.

Modo Lago Direto

O modo Direct Lake é um novo recurso inovador do mecanismo para analisar conjuntos de dados muito grandes no Power BI. A tecnologia é baseada na ideia de consumir arquivos formatados em parquet diretamente de um data lake, sem ter que consultar um ponto de extremidade de análise SQL ou Warehouse e sem ter que importar ou duplicar dados em um modelo semântico do Power BI. Essa integração nativa traz um modo exclusivo de acessar os dados do Warehouse ou do endpoint de análise SQL, chamado Direct Lake. Visão geral do Direct Lake tem mais informações sobre esse modo de armazenamento para modelos semânticos do Power BI.

O Direct Lake oferece a experiência de consulta e relatório mais eficiente. O Direct Lake é um caminho rápido para consumir os dados do data lake diretamente para o mecanismo do Power BI, pronto para análise.

• No modo DirectQuery tradicional, o mecanismo do Power BI consulta diretamente os dados da fonte para cada execução de consulta, e o desempenho da consulta depende da velocidade de recuperação dos dados. O DirectQuery elimina a necessidade de copiar dados, garantindo que quaisquer alterações na origem sejam imediatamente refletidas nos resultados da consulta.

• No modo de importação, o desempenho é melhor porque os dados estão prontamente disponíveis na memória, sem ter que consultar os dados da fonte para cada execução de consulta. No entanto, o mecanismo do Power BI deve primeiro copiar os dados para a memória, no momento da atualização de dados. Quaisquer alterações na fonte de dados subjacente são coletadas durante a próxima atualização de dados.

• O modo Direct Lake elimina o requisito de importação para copiar os dados consumindo os arquivos de dados diretamente na memória. Como não há um processo de importação explícito, é possível pegar todas as alterações na origem à medida que ocorrem. O Direct Lake combina as vantagens do DirectQuery e do modo de importação, evitando suas desvantagens. O modo Direct Lake é a escolha ideal para analisar conjuntos de dados muito grandes e conjuntos de dados com atualizações frequentes na origem. O Direct Lake fará fallback automático para o DirectQuery usando o ponto de extremidade de análise SQL do Warehouse ou o ponto de extremidade de análise SQL quando o Direct Lake exceder os limites para a SKU ou usar recursos não suportados, permitindo que os usuários de relatório continuem ininterruptos.

• O modo Direct Lake é o modo de armazenamento para novos modelos semânticos do Power BI criados em um ponto de extremidade de análise SQL ou Warehouse.

• Usando o Power BI Desktop, você também pode criar modelos semânticos do Power BI usando o ponto de extremidade de análise SQL do Warehouse ou o ponto de extremidade de análise SQL como uma fonte de dados para modelos semânticos no modo de armazenamento de importação ou DirectQuery.

Criar e gerir modelos semânticos Power BI

Ao criar um modelo semântico em uma casa de lago ou armazém, você escolhe quais tabelas adicionar. A partir daí, podes atualizar manualmente um modelo semântico do Power BI.

Para começar, consulte:

• Criar um modelo semântico
• Gerir um modelo semântico

Limitações

• Os modelos semânticos na Malha seguem as limitações atuais dos modelos semânticos no Power BI. Saiba mais:
  • Limites de recursos e objetos do Azure Analysis Services
  • Tipos de dados no Power BI Desktop - Power BI
• Modelos semânticos são itens independentes no Fabric e podem ser geridos através de APIs REST para enumerar modelos semânticos num espaço de trabalho, verificar dependências (relatórios/dashboards) e conteúdo dos modelos, e eliminar as não utilizadas. Isto inclui modelos semânticos desacoplados que foram criados por defeito no passado, mas que já não são criados automaticamente.
• Se os tipos de dados parquet, Apache Spark ou SQL não puderem ser mapeados para um dos tipos de dados do Power BI desktop, eles são eliminados como parte do processo de sincronização. Isso está de acordo com o comportamento atual do Power BI. Para essas colunas, recomendamos que você adicione conversões de tipo explícitas em seus processos de ETL para convertê-las em um tipo suportado. Se houver tipos de dados necessários upstream, os usuários podem, opcionalmente, especificar uma exibição em SQL com a conversão de tipo explícita desejada. Isso será captado pela sincronização ou pode ser adicionado manualmente, conforme indicado anteriormente.
• Os modelos semânticos só podem ser editados no ponto de extremidade ou no armazém da análise SQL.

Próximo passo

Conteúdos relacionados

• Modelos semânticos no serviço Power BI